4−8 сентября 2023 года
009s: Обратные некорректные задачи и машинное обучение

  • Руководитель программы

    Сергей Кабанихин, ИМ СО РАН

    Преподаватели
    Ольга Криворотько, ИМ СО РАН
    Дмитрий Лукьяненко, МГУ
    Никита Новиков, ИМ СО РАН
    Евгений Павловский, НГУ
    Денис Сидоров, ИСЭМ СО РАН
    Сергей Стрижак, ИСП РАН
    Александр Шананин, МФТИ
    Максим Шишленин, ИМ СО РАН
  • Описание
    Начиная с середины XX века, термин «некорректные задачи» стремительно проникает в современную науку. Немногим более чем за пятьдесят лет изучения этих задач, стало ясно, что к ним можно отнести значительную часть задач (причем, наиболее сложных, вследствие их неустойчивости и, как правило, нелинейности) из различных разделов классической математики (вычислительной алгебры, дифференциальных и интегральных уравнений, уравнений в частных производных, функционального анализа). С другой стороны, именно обратные и некорректные задачи превратились в объект систематического изучения и применения в физике, геофизике, медицине, астрономии и, вообще, во всех областях знаний, в которых применимы математические методы. Дело в том, что решения обратных задач описывают такие важные свойства исследуемых сред, как плотность и скорость распространения волн, параметры упругости, проводимость, диэлектрическая и магнитная проницаемость, а также свойства и местоположение неоднородностей в области недоступности. Нетрудно понять, насколько интересна и важна такая информация для физиков, геофизиков, врачей и, вообще, исследователей таких объектов и областей, проникновение внутрь которых либо слишком трудоемко, либо опасно, либо вообще невозможно.

    Наша цель:

    • обсуждение наиболее важных достижений теории и численных методов решения обратных и некорректных задач и их приложений;
    • обмен опытом по применению численных методов решения обратных и некорректных задач в естественных науках, включая медицину, биоинформатику, эпидемиологию, экономику, экология, науки о Земле и обществе;
    • обучение молодых ученых и специалистов использованию новейших достижений и алгоритмов решения обратных и некорректных задач с применением нейронных сетей, машинного обучения, анализу и обработке больших данных на основе методов искусственного интеллекта.

    В рамках школы «Обратные некорректные задачи и машинное обучение» пройдет постерная сессия, где вы можете представить свой проект. Рекомендуемый размер постера — А0 c вертикальной ориентацией. В программе школы также будет выделено время для коротких выступлений (5−7 минут) на научной сессии.

    Программа школы
  • Слушатели
    К участию приглашаются студенты старших курсов и аспиранты, обучающиеся по физико-математическим направлениям подготовки. Отбор будет проводиться организаторами и лекторами школы на основании заявки, которая должна содержать:

    • резюме, содержащее информацию о ФИО, дате рождения, месте и курсе обучения, а также перечень научных публикаций, перечень научных конференций и школ, в которых принималось участие;
    • рекомендательное письмо научного руководителя, включающее ответы на вопросы: степень соответствия тематики исследования теме конференции, степень подготовленности к усвоению материала, а также экспертную оценку достижений;
    • тезисы выступления (не более 1 страницы).

    Мест для отбора — 50.

    Студенты и аспиранты, прошедшие конкурсный отбор и приглашенные на программу, должны будут предоставить справку с места обучения, взятую не ранее, чем за 3 месяца до начала. Научно-технологический университет «Сириус» обеспечивает проживание и двухразовое питание для участников. Проезд/перелет на программу оплачивается студентом/аспирантом самостоятельно или за счёт своей образовательной организации.

    К участию в конкурсном отборе допускаются только граждане РФ. На программу не допускаются студенты и аспиранты, принимавшие ранее участие в других программах Университета «Сириус» в 2023 году за счет средств Университета более 2-х раз. Приглашенные студенты/аспиранты, не сообщившие о невозможности прибыть на конференцию, не будут допущены к отбору на следующие программы за счет средств Университета «Сириус».
  • Дополнительные материалы
    Для практических занятий желательно наличие ноутбука с установленными Python 3.x, Jupyter Notebook, Tensorflow 2.x, библиотекой DeepXDE (дистрибутив и инструкция по установке: https://github.com/lululxvi/deepxde).