Календарь событий
Семинар СМиГО: Анализ неопределенности детерминистических моделей на основе аппроксимации гауссовскими процессами
Вторник 07 Март 2017, 18:30 - 20:00
Хиты : 148
от Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.
Очередное заседание семинара "Структурные Модели и Глубинное Обучение", который проходит по вторникам с 18:30 в ИППИ РАН в 615 аудитории (6 этаж), состоится
7 марта (вторник). На заседании будет представлен доклад
Докладчик: Рустем Кальметьев (МФТИ)
Название: Анализ неопределенности детерминистических моделей на основе аппроксимации гауссовскими процессами
Аннотация:
> В докладе будет рассмотрена задача анализа неопределенности для
> детерминистических моделей, являющаяся частью общей процедуры
> анализа риска для атомных электростанций, которая заключается в
> построении оценки меры близости для различных моделей, описывающих
> один и тот же физический процесс, по выборкам данных. Задача интересна
> своей постановкой, так как не сводится напрямую к классическим задачам
> восстановления регрессии или классификации из-за отсутствия значений > зависимой переменной в случае несовпадения множеств точек входных
> параметров для разных моделей. Будет рассмотрен подход, опирающийся
> на построение аппроксимаций с помощью гауссовских процессов. Для
> построения аппроксимаций различных моделей используются
> ковариационные функции с некоторыми общими значениями
> гиперпараметров, что повышает точность получаемых результатов.
7 марта (вторник). На заседании будет представлен доклад
Докладчик: Рустем Кальметьев (МФТИ)
Название: Анализ неопределенности детерминистических моделей на основе аппроксимации гауссовскими процессами
Аннотация:
> В докладе будет рассмотрена задача анализа неопределенности для
> детерминистических моделей, являющаяся частью общей процедуры
> анализа риска для атомных электростанций, которая заключается в
> построении оценки меры близости для различных моделей, описывающих
> один и тот же физический процесс, по выборкам данных. Задача интересна
> своей постановкой, так как не сводится напрямую к классическим задачам
> восстановления регрессии или классификации из-за отсутствия значений > зависимой переменной в случае несовпадения множеств точек входных
> параметров для разных моделей. Будет рассмотрен подход, опирающийся
> на построение аппроксимаций с помощью гауссовских процессов. Для
> построения аппроксимаций различных моделей используются
> ковариационные функции с некоторыми общими значениями
> гиперпараметров, что повышает точность получаемых результатов.
Место ИППИ РАН в 615 аудитории (6 этаж)