Участник:Egorgladin

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(Гладин Егор Леонидович)
Текущая версия (08:57, 17 декабря 2019) (править) (отменить)
(Осень 2019, 1-й семестр магистратуры)
 
(2 промежуточные версии не показаны)
Строка 11: Строка 11:
=== Осень 2019, 1-й семестр магистратуры ===
=== Осень 2019, 1-й семестр магистратуры ===
-
'''61-я Всероссийская научная конференция МФТИ, Секция математических основ управления'''<br>
+
'''[https://conf62.mipt.ru/view/conference 62-я Всероссийская научная конференция МФТИ], Секция математических основ управления (23.11.19)'''<br>
'''Тема:''' Специальный подход к решению задач многомерной оптимизации с небольшим числом ограничений<br>
'''Тема:''' Специальный подход к решению задач многомерной оптимизации с небольшим числом ограничений<br>
'''Статус:''' Победитель (1 место)<br>
'''Статус:''' Победитель (1 место)<br>

Текущая версия

Содержание

Гладин Егор Леонидович

Магистратура ФПМИ МФТИ (группа М05-904а) / Skoltech (Data Science)

Кафедра Информационные системы, направление Интеллектуальный анализ данных

Почта: gladin.el@phystech.edu

Научно-исследовательская работа

Осень 2019, 1-й семестр магистратуры

62-я Всероссийская научная конференция МФТИ, Секция математических основ управления (23.11.19)
Тема: Специальный подход к решению задач многомерной оптимизации с небольшим числом ограничений
Статус: Победитель (1 место)

Весна 2019, 7-й семестр бакалавриата

О некоторых специальных подходах к решению задач многомерной оптимизации с небольшим числом ограничений

В работе предлагается по задаче многомерной оптимизации с небольшим числом ограничений строить двойственную задачу. Это задача безусловной выпуклой минимизации в пространстве малой размерности, которую предлагается решать численным методом типа метода эллипсоидов. По полученному решению находится решение прямой задачи. Рассматриваются случаи, когда такой подход эффективен и находятся оценки сложности.

Личные инструменты