Семинар за рачунарство и примењену математику, 23. и 24. децембар 2013.

• 23. Децембар, 2013
• Коментари (0)

Ове недеље биће одржана два састанка Семинара за рачунарство и примењену математику. Први (ванредни) састанак биће одржан у понедељак, 23. децембра 2013. са почетком у 18 часова у сали 301ф Математичког института САНУ.

Предавач: Немања Ђурић, DABI, Temple University, USA

Наслов предавања: BIG DATA ALGORITHMS FOR VISUALIZATION AND SUPERVISED LEARNING

Садржај:

Explosive growth in data size, data complexity, and data rates, triggered by emergence of high-throughput technologies such as remote sensing, crowd-sourcing, social networks, or computational advertising, in recent years has led to an increasing availability of data sets of unprecedented scales, with billions of high-dimensional data examples stored on hundreds of terabytes of memory. As a result, there exists an evident need for development of novel, scalable algorithms for big data.

This presentation addresses these important problems, and propose both supervised and unsupervised tools for handling large-scale data. First, we consider unsupervised approach to big data analysis, and explore scalable, e.cient visualization method that allows fast knowledge extraction. Next, we consider supervised learning setting and propose algorithms for fast training of accurate classi.cation models on large data sets, capable of learning classi.ers on data sets with millions of examples and features within minutes. Experimental evaluation of the proposed methods shows state-of-the-art performance on a number of synthetic and real-world data sets, further paving a way for e.cient and e.ective knowledge extraction from big data problems.

Наредни (редовни) састанак Семинара биће одржан у уторак, 24. децембра 2013. са почетком у 14:15 у сали 301ф Математичког института САНУ.

Предавачи: Милан Дражић, Математички факултет Универзитета у Београду, Раде Лазовић, Вера Ковачевић-Вујчић, Факултет организационих наука

Наслов предавања: SPARSITY PRESERVING PRECONDITIONERS FOR LINEAR SYSTEMS IN INTERIOR POINT METHODS

Садржај:

Systems of normal equations arising in interior point methods for linear programming in the case when the optimal face is degenerate have highly ill-conditioned coefficient matrices. In 2004, Monteiro, Oeal and Tsuchiya proposed preconditioners which guarantee uniform well-conditionedness. However, the proposed preconditioners may lead to considerable loss of sparsity. Our approach is directed towards a generalization of the proposed preconditioners which make a balance between a sparsity and well-conditionedness. Experimental results on OR-Lib instances show the effects of the new approach.

Након предавања, пригодним коктелом биће свечано обележена успешно завршена календарска година у оквиру Семинара.

Коктел поводом краја године биће организован у Институту и 31.12.2013. године у подне.

Користимо ову прилику да све учеснике Семинара позовемо и на ово дружење.