Адрес e-mail:
Прошедшие события
Открытая лекция "Новый фундаментальный механизм хранения информации в ДНК"
Всероссийский экологический диктант
Международная конференция Humanities vs Sciences
Троицкий институт инновационных и термоядерных исследований приглашает физтехов на экскурсию
Коллоквиум по современной физике в МФТИ
На Физтехе стартует цикл лекций «Динамо-машины в космосе»
Кафедра РВК приглашает физтехов на воркшоп «Найди идею для своего бизнеса»
В весеннем семестре возобновляется серия коллоквиумов по современной физике
SIT Master’s Insights — вебинар для студентов МФТИ
Презентация магистерских программ МФТИ — НК «Роснефть» пройдет 24 мая
Общефизический научный семинар пройдет 9 декабря
Лекция о моделировании заболеваний ЦНС на рыбках данио-рерио
Панельная онлайн-дискуссия на тему «Новая волна. Акселерация будущего»
Онлайн-собрание ректората и студенческого актива института
AI 2020: технологии, рынок и управление продуктами
Родительское собрание в МФТИ
Летняя онлайн-школа «Всероссийский навигатор абитуриентов МФТИ»
Фазли Атауллаханов: «Физика свертывания крови и COVID-19»
Юрий Яровиков: «Какая математика нужна в анализе данных?»
Михаил Бурцев — об экспериментах с Memory Transformer

Лекция известного профессора математики — Нелли Литвак

опубликовано: 18.02.2016
9fcb001cf4ff69fe61f428022ef019a9_400x400.jpeg2 марта на Физтехе в рамках межкафедрального семинара прочтёт лекцию известный профессор математики из Университета Твенте (Нидерланды), автор книги «Формула призвания» и блогер «Эха Москвы» — Нелли Литвак.

Мероприятие пройдёт в Большой физической аудитории лабораторного корпуса МФТИ, начало в 18:30

Лекция: «Ranking algorithms in random graphs».

In this talk I will give an overview of the line of work on mathematical properties of Google PageRank algorithm. We will first discuss computational aspects, and sensitivity to changes in the network. Next, we will zoom in on the remarkable property that the distribution of PageRank in scale-free networks follows a power law with the same exponent as in-degree. We will see how this can be explained by a probabilistic model, based on a stochastic fixed point equation. The main result is the distribution of a family of rankings, which includes Google's PageRank, on a directed configuration model (DCM). The result states that the rank of a randomly chosen node in the graph converges in distribution to a finite random variable that can be written as a linear combination of i.i.d. copies of the endogenous solution to a stochastic fixed point equation. For the first time in the literature, this result establishes a limiting behavior for a complete PageRank distribution. This provides a very accurate approximation for the PageRank distribution on the DCM but also on a complete English Wikipedia graph. The essence of the proof is in coupling of the DCM with a specially constructed tree. The main result is obtained by showing that the ranking in the graph converges with any given precision before the coupling breaks. 
(joint work with Mariana Olvera-Cravioto and Ningyuan Chen).
Если вы заметили в тексте ошибку, выделите её и нажмите Ctrl+Enter.

© 2001-2023 Московский физико-технический институт (национальный исследовательский университет)

Противодействие коррупции | Сведения о доходах

Антитеррористическая безопасность

Политика обработки персональных данных МФТИ

Техподдержка сайта | API

Использование новостных материалов сайта возможно только при наличии активной ссылки на https://mipt.ru

МФТИ в социальных сетях