Семинар Катедре за вероватноћу и статистику, 18. септембар 2024.
- 16. Септембар, 2024
- Коментари (0)
Наредни састанак Семинара биће одржан у среду, 18. септембра 2024, у сали 840 Математичког факултета са почетком у 12 часова. Биће одржана два предавања.
Предавач: Јелена Радојевић, Математички факултет Универзитета у Београду
Наслов предавања: МЕТОДА ЗА СМАНЈЕНЈЕ ДИМЕНЗИЈЕ ПОДАТАКА ЗАСНОВАНА НА ПИРСОНОВОМ КОЕФИЦИЈЕНТУ КОРЕЛАЦИЈЕ
Апстракт: На предавању ће бити представљена метода за решавање проблема високе димензионалности представљена у раду Fan и Lv (2008). Уведен је концепт сигурног селектовања (eng. sure screening) који подразумева да сви важни предиктори преживе процес селекције променљивих са вероватноћом која тежи 1. Селектовање се врши на основу маргиналних корелација између предиктора и зависне променљиве. Главна предност ове методе јесте њена једноставност, док је мана немогућност детектовања нелинеарних зависности. У литератури се могу наћи различити приступи превазилажења овог проблема. Неке од њих поменућемо на предавању, као и тренутни правац нашег истраживања који је у вези са тим.
Литература: Fan, J., & Lv, J. (2008). Sure independence screening for ultrahigh dimensional feature space. Journal of the Royal Statistical Society Series B: Statistical Methodology, 70(5), 849-911.
Предавач: Кристина Матовић, Institut Vlatacom & Математички факултет УБ
Наслов предавања: ДИФЕРЕНИЦИЈАЛНА ПРИВАТНОСТ У ВРЕМЕНСКИМ СЕРИЈАМА: ИЗАЗОВИ ОЧУВАНЈА ПРИВАТНОСТИ У ЕРИ ДИГИТАЛИЗАЦИЈЕ
Абстракт предавања:
Напредак у модерним технологијама довео је до широке примене сензора за прикупљање података, који се потом користе за истраживања различитих феномена и генерисање релевантних статистика. Јавна доступност ових података поставља питање очувања приватности појединаца, што захтева развој алгоритама који осигуравају приватност уз истовремено одржавање релевантности података. Данас је метода диференицијалне приватности један од најпоузданијих и најшире коришћених приступа за заштиту података.
Примена диференицијалне приватности на временске серије доноси специфичне изазове у поређењу са другим типовима података због њихове комплексности, обима, временских корелација и динамичке природе. У оквиру овог предавања разматрамо постојеће методе за приватизацију агрегираних временских серија, анализирамо њихове предности и недостатке, као и практичне примене, са освртом на кључне изазове и правце нашег тренутног истраживања.
Напомена: Предавања је могуће пратити и на даљину преко ZOOM платформе
https://zoom.us/j/94882413303?pwd=clL3bGu025vofbVluwD5E2gmIiEKbu.1
Meeting ID: 948 8241 3303
Passcode: 689658
Коментари(0)