| ИВМ СО РАН | Поиск |
| Семинары Института |
Проблемы математического и численного моделированияСовременные возможности тепловых космических снимков для наблюдения за разными типами поверхностейчетверг, 7 декабря 2023 г., 16:00, кабинет 434 ИВМ СО РАН
Матузко Александра Константиновна
На семинаре будут представлены результаты анализа территории города Красноярска по открытым данным дистанционного зондирования. Данные основаны на съемке в видимом и дальнем инфракрасном диапазонах различного пространственного и временного разрешения за период с 2000 по 2022 год. Для анализа были использованы значения температуры поверхности Земли, полученные по данным Landsat 8-9 за период с 2013 по 2022 года, и данные MODIS, а именно продукта MOD11A2, начиная с 2000 года. По собранным данным отдельно было проанализировано применение данных на водной поверхности (на р. Енисей). Проведенный анализ позволяет моделировать гидротермический режим независимо от наземных данных.
Научное сообщение проводится в связи с участием в конкурсе на должность младшего научного сотрудника Института. Заседание семинарасреда, 13 сентября 2023 г., 16:00, кабинет 434 ИВМ СО РАН
Нестеров Денис Александрович
Научное сообщение в связи с участием в конкурсе на должность заместителя директора Института по научной работе.
Заседание семинаравторник, 30 мая 2023 г., 16:00, кабинет 434 ИВМ СО РАН
Володько Ольга Станиславовна
Научное сообщение в связи с участием в конкурсе на должность младшего научного сотрудника Института.
Заседание семинаравторник, 30 мая 2023 г., 16:30, кабинет 434 ИВМ СО РАН
Смолехо Ирина Владимировна
Научное сообщение в связи с участием в конкурсе на должность младшего научного сотрудника Института.
Заседание семинаравторник, 23 мая 2023 г., 16:00, кабинет 434 ИВМ СО РАН
Герасимов Валерий Сергеевич
Научное сообщение в связи с участием в конкурсе на должность старшего научного сотрудника Института.
Заседание семинаравторник, 23 мая 2023 г., 16:30, кабинет 434 ИВМ СО РАН
Карепова Евгения Дмитриевна
Научное сообщение в связи с участием в конкурсе на должность ведущего научного сотрудника Института.
Заседание семинаравторник, 16 мая 2023 г., 16:00, кабинет 434 ИВМ СО РАН
Ноженкова Людмила Федоровна
Научное сообщение в связи с переизбранием в должности главного научного сотрудника Института.
Заседание семинаравторник, 16 мая 2023 г., 16:30, кабинет 434 ИВМ СО РАН
Морозов Роман Викторович
Научное сообщение в связи с переизбранием в должности научного сотрудника Института.
Заседаниечетверг, 11 мая 2023 г., 15:00, кабинет 434 ИВМ СО РАН
Петракова Виктория Сергеевна
Научное сообщение в связи с участием в конкурсе на должность научного сотрудника Института.
Заседание семинарачетверг, 4 мая 2023 г., 16:00, кабинет 434 ИВМ СО РАН
Токарев Алексей Владимирович
Научное сообщение в связи с участием в конкурсе на должность старшего научного сотрудника Института.
Заседание семинарачетверг, 4 мая 2023 г., 16:30, кабинет 434 ИВМ СО РАН
Кадочников Алексей Анатольевич
Научное сообщение в связи с участием в конкурсе на должность старшего научного сотрудника Института.
Заседание семинаравторник, 2 мая 2023 г., 16:00, кабинет 434 ИВМ СО РАН
Андреев Виктор Константинович
Научное сообщение в связи с участием в конкурсе на должность главного научного сотрудника Института.
Заседание семинаравторник, 2 мая 2023 г., 16:30, кабинет 434 ИВМ СО РАН
Еркаев Николай Васильевич
Научное сообщение в связи с участием в конкурсе на должность главного научного сотрудника Института.
Многомасштабный метод на неструктурированных сетках для решения задач в неоднородных средахвторник, 14 марта 2023 г., кабинет 434 ИВМ СО РАН
Никифоров Дьулустан Яковлевич (Северо-Восточный федеральный университет имени М. К. Аммосова)
Диссертационная работа посвящена разработке вычислительных алгоритмов обобщенного многомасштабного метода конечных элементов с неструктурированными сетками и бессеточным методом. Идея предлагаемых алгоритмов заключается в использовании многомасштабного метода посредством построения грубой сетки поверх подробной сетки. Для этого используются подход с неструктурированными сетками и бессеточный метод. Преимущество бессеточного обобщенного многомасшабного метода заключается в произвольном расположении узлов на грубом масштабе. Численно демонстрируется, что кластеризация узлов в местах, представляющих вычислительный интерес, повышает точность решения. Вычислительные технологии реализованы на многомерных модельных задачах однофазной фильтрации в трещиноватой среде и теплопроводности с фазовыми переходами. Проведены исследования на масштабируемость задач при использовании различного количества многомасштабных базисных функций и грубосеточных узлов.
Машинное обучение и его применениечетверг, 2 марта 2023 г., 15:00, Онлайн и каб. 434 ИВМ СО РАН
Молокеев Максим Сергеевич (Институт физики ФИЦ КНЦ СО РАН)
На сегодняшний день способы выявления различных закономерностей (природных, социальных, экономических, и т.д.), использующие искусственный интеллект, значительно превосходят классические подходы и быстро вытесняют их. Число публикаций с привлечением машинного обучения в прикладных областях химии, физики, медицины и других отраслях науки, неуклонно растет. Однако, стоит отметить, что многие ученые в настоящее время плохо ориентируются в многообразии методов машинного обучения, в преимуществах и недостатках одних методов перед другими и в том, какие из них следует использовать при решении конкретных научных задач.
В докладе будет представлен обзор наиболее часто встречающихся в научной практике методов Машинного Обучения: Методы обучения без Учителя (метод главных компонент, неотрицательное матричное разложение); Методы обучения с Учителем (Нейросеть, Деревья Решений, Случайный Лес). Также будет показано, почему нейросеть, которая используется во многих инженерных приложениях, нельзя использовать в некоторых научных целях. На нескольких примерах обсудим как ее можно заменить Случайным Лесом. Кроме того, будут представлены результаты применения методов машинного обучения в решении задач синтеза люминофоров с высоким квантовым выходом. |
| Webmaster |