Для обеспечения удобства работы с сервисами данного сайта и поддержания высокого уровня их безопасности мы используем файлы cookie. Подробное описание используемых нами файлов cookie, порядке их отключения содержится в Политике конфиденциальности . Нажимая на кнопку «СОГЛАСЕН», Вы подтверждаете, что проинформированы об использовании cookies на нашем сайте, а также принимаете наши Политику конфиденциальности и Правила пользования сайтом.
ГлавнаяОбразованиеОбразовательные программы и мероприятияАрхивСОВРЕМЕННАЯ МАТЕМАТИЧЕСКАЯ ЭКОНОМИКА: МОДЕЛИРОВАНИЕ, ПРОГНОЗ И МАШИННОЕ ОБУЧЕНИЕ
Образовательные программы и мероприятия

15-19
нояб.
СОВРЕМЕННАЯ МАТЕМАТИЧЕСКАЯ ЭКОНОМИКА: МОДЕЛИРОВАНИЕ, ПРОГНОЗ И МАШИННОЕ ОБУЧЕНИЕ
Прием заявок для участия в конкурсном отборе открыт до 22 октября 2021 года
По вопросам участия в конференции просим обращаться по адресу smc@sochisirius.ru
Научный центр:
Математический центр
Сроки проведения:
15 нояб. - 19 нояб.
Сроки подачи заявки:
до 22 окт.
Участники и порядок отбора:
В качестве слушателей приглашаются студенты старших курсов бакалавриата или специалитета, студенты магистратуры, обучающиеся по математическим направлениям подготовки, аспиранты математических специальностей.
К заявке необходимо приложить:
- резюме, содержащее информацию о ФИО, дате рождения, месте учебы, уровне владения английским языком (при наличии приложите сертификат), а также перечень научных публикаций, перечень научных конференций и школ, в которых принималось участие;
- справку с места обучения, полученную не ранее, чем за 3 месяца до начала программы.
О программе:
В рамках образовательной программы предполагается провести обучение по актуальным направлениям развития искусственного интеллекта, методов машинного обучения, анализа Больших данных и эконометрической инференции.
Рассматриваются следующие наиболее востребованные в настоящее время направления искусственного интеллекта:
- объяснимый ИИ (Explainable AI ). Методы и техники использования ИИ, которые позволяют объяснить полученные от ИИ результаты живым экспертам. Противопоставляется концепции “ИИ как черный ящик”, когда нельзя понять сути используемых алгоритмов и найденных взаимосвязей
- генеративный ИИ (generative AI) относится к программам, которые могут использовать существующий контент, такой как текст, аудиофайлы или изображения, для создания нового правдоподобного контента. Для этого существуют различные методы, такие как генеративные состязательные сети (GANS), преобразователи и вариационные автокодеры.
- дополненный искусственный интеллект (augmented Intelligence), который помогает человеку, а не заменяет его в процессах принятия решений. Противопоставляется общему термину “Искусственный Интеллект” в качестве собирательного термина для “Интеллект Человека + ИИ”
- эмоциональный ИИ (Emotion AI) , который распознает человеческие эмоции
- ответственный ИИ (Responsible AI) ориентирован на обеспечение этичного, прозрачного и подотчетного использования технологий ИИ в соответствии с ожидания пользователей, организационными ценностями и социальными законами и нормами. Ответственный ИИ гарантирует, что автоматизированные решения оправданы и объяснимы, и помогают поддерживать доверие пользователей и конфиденциальность личности.
Также рассматриваются постановки задач для моделирования процессов в динамических системах, соответствующих переходным процессам и циклам – задача Коши и поиск периодических решений. Проводится последовательное уточнение и усложнение моделей разнообразных динамических систем – линейные, квазилинейные, существенно нелинейные модели; от одной степени свободы к конечному и счетному числу степеней свободы; консервативные и диссипативные системы с линейной и нелинейной диссипацией и т.д.
В программе рассматриваются задачи регрессии, классификации, кластеризации, а также обучения с подкреплением, изучаются нейросетевые алгоритмы, в том числе особенности настройки многослойных нейронных сетей (глубокое обучение). Дается теоретический обзор основных алгоритмов, показывается демонстрация запуска основных алгоритмов на языке python. Основной акцент сделан на теоретических основах, лежащих в основе каждого метода.
Планируется дать молодым исследователям общее представление о текущем состоянии развития искусственного интеллекта, методов машинного обучения и анализа Больших данных, которые впоследствии могут им пригодиться в научной работе - прежде всего в аналитике данных, - но также и в компьютерных и естественных науках. Обучающимся будут предложены несколько проектов по машинному обучению, моделированию нелинейных динамических систем и анализу Больших данных, предполагающие использование различных программных пакетов.
Условия участия:
Всем, кто прошел конкурсный отбор и был приглашен на программу, необходимо получить и отправить на почту smc@sochisirius.ru скан-копию одного из следующих документов:
- Сертификат о вакцинации или справка о прохождении первого этапа вакцинации. В случае противопоказаний к вакцинации необходимо иметь в наличии справку о медицинском отводе и отрицательный результат ПЦР-теста (полученный не ранее, чем за три календарных дня до заселения);
- Отрицательный результат ПЦР-теста (полученный не ранее, чем за три календарных дня до заселения) и обязательно - добровольное согласие на прохождение вакцинации в течение трех дней со дня заселения. Обратиться в прививочный пункт необходимо самостоятельно;
- Медицинский документ или сертификат о перенесенном заболевании из личного кабинета портала Госуслуг – для лиц, со дня выздоровления которых прошло не более 6 месяцев до заселения.
По приезде в университет участникам следует предоставить оригинал одного из указанных документов во время регистрации.
Научно-технологический университет «Сириус» обеспечивает для слушателей проезд по России, двухразовое питание и проживание.