المسائل المفتوحة في التحسين المحدّب المتطور

Wednesday, November 03, 2021

يتألف هذا الحوار من أربع قصص. تدور القصة الأولى حول العلاقة بين المتوسط العشوائي (النهج المتصل بالإنترنت) وتقريب المتوسط العشوائي (تخفيف المخاطر التجريبي – النهج غير المتصل بالإنترنت)، بينما تتمحور القصة الثانية حول مشاكل نقاط السرج المقعرة المحدبة (بقوة) والأساليب المتسارعة. أما القصة الثالثة، فتتناول أحدث نتائج التعلم المتحد المتجانس، فيما تدور القصة الأخيرة حول التحسين اللامركزي من منظور التحسين القياسي مع قيود تآلفية.

المتحدث/المتحدثين

ألكسندر غاسنيكوف هو أستاذ في معهد موسكو للفيزياء والتكنولوجيا. حصل على شهادة الدكتوراه (شهادة التأهيل) في الرياضيات عام 2016 من كلية التحكم والرياضيات التطبيقية في معهد موسكو للفيزياء والتكنولوجيا، كما حصل على شهادات البكالوريوس والماجستير والدكتوراه في الأعوام 2004 و2006 و2007 من الجامعة نفسها. كما حصل في عام 2019 على جائزة برنامج المشاركة في البحوث لأعضاء الهيئات التدريسية من ياهو (بالاشتراك مع سيزار أوريبي). وفي عام 2020، منحته شركة "يانديكس" جائزة إيليا سيغالوفيتش. وحاز في عام 2021 أيضاً جائزة "العلماء الشباب" من حكومة موسكو (بالاشتراك مع بافل دفوريتشينسكي). وتمثل خوارزميات التحسين مجال بحثه الرئيسي. وينشر أوراقه البحثية بانتظام في مؤتمرات تعلُّم الآلة رفيعة المستوى مثل مؤتمر نظم معالجة المعلومات العصبية (NeurIPS)، والمؤتمر الدولي لتعلُّم الآلة، كما نُشرت له أوراق بحثية في مجلّات مرموقة مثل "كيو ون"، والمجلة الأوروبية للبحوث التشغيلية، والمجلة المفتوحة لعلوم الرياضيات، ومجلة نظرية التحسين والتطبيقات.

أخبار ذات صلة