Адрес e-mail:
Прошедшие события
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
Даниил Поляков: «Мощь Python на все случаи жизни»
Презентация магистерской программы «Биоинформатика» ФБМФ и Napoleon IT
Александр Львовский: «Квантовая революция как мировой технологический тренд»
Выпускной МФТИ 2020: онлайн-формат не отменяет праздник
Директор ФИАН Николай Колачевский: «Наука и технологии: путь в лидерство»
Онлайн-презентация кафедры космической физики ЛФИ
Сессия вопросов-ответов с биоинформатиком Антоном Буздиным
Презентация магистерской программы «Физика сверхпроводимости и квантовых материалов»
Презентация магистерской программы «Двумерные материалы: физика и технология наноструктур»
Презентация магистерской программы «Цифровые технологии в бизнесе»
Денис Дмитриев: «Особенности поступления и ответы на вопросы. Приемная кампания — 2020»

Открытая лекция математического кружка ФПМИ

опубликовано: 28.02.2017
2010-polyak-birthday-m.jpgМатематический кружок Физтех-школы прикладной математики и информатики приглашает на открытую лекцию Бориса Поляка, заведующий лаборатории адаптивных и робастных систем им. Я.З. Цыпкина Института проблем управления РАН и профессор МФТИ, на тему: «Многомерное пространство опровергает нашу интуицию: неудачи метода Монте-Карло для оптимизации ». Дата и место проведения: 3 марта в 18:30 в 115 КПМ.

Аннотация

Наша трехмерная геометрическая интуиция очень плохо приспособлена для описания многомерного пространства. В докладе это будет продемонстрировано на примере поведения метода Монте-Карло в задачах оптимизации. Оказывается, даже для самых «хороших» задач (типа минимизации линейной функции на шаре) метод безнадежно медленно сходится, если размерность достаточно велика. Этот же эффект проявляется для детерминированных сеток и в задачах многокритериальной оптимизации. 
Если вы заметили в тексте ошибку, выделите её и нажмите Ctrl+Enter.

© 2001-2020 Московский физико-технический институт (национальный исследовательский университет)

Противодействие коррупции | Сведения о доходах

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