Перейти к основному содержанию

Конференция «Линейные и нелинейные методы приближения: взаимосвязь и приложения»

Конференция

«Линейные и нелинейные методы приближения:
взаимосвязь и приложения»

Цель конференции — развитие современной теории приближений как математической основы для решения проблемы анализа и обработки больших объемов данных. Эта проблема стоит чрезвычайно остро для современной науки и технологий. Имеется ряд современных методов, которые оказались очень успешными на практике. В то же время теоретическое обоснование успешности этих методов отсутствует.

Для проведения теоретических исследований в актуальном направлении обработки больших объемов данных на высоком мировом уровне исследователи используют недавние прорывные достижения в математических подходах к этой проблеме (сжатие изображений, разреженные представления, жадные приближения, теория обучения). При этом широко используются как классические линейные методы, так и современные нелинейные методы приближения.

Конференция связана со следующими активно развивающимися областями исследований: линейные и нелинейные методы восстановления функций по выборке, аппроксимация в пространствах гладких функций, численное интегрирование, выпуклая оптимизация, ортогональные ряды, жадные алгоритмы, геометрическая теория приближений в банаховых пространствах, квантованные приближения, теория обучения и теория сжатых измерений.

Срок подачи заявок: до 2 августа 2026 г.

ПОДАТЬ ЗАЯВКУ

Программный комитет

  • Петр Бородин, МГУ
  • Борис Кашин, МИАН
  • Ольга Кудрявцева, МГУ
  • Владимир Подольский, МЦФиПМ
  • Алексей Солодов, МГУ
  • Владимир Темляков, МИАН
  • Павел Яськов, МИАН

Участники

Участие в конференции с докладом — по приглашению организаторов. Для рассмотрения вопроса о включении в программу конференции доклада при регистрации следует приложить к заявке аннотацию предлагаемого доклада.

Мы приглашаем ведущих специалистов, а также молодых ученых из перечисленных и смежных областей исследований принять участие в работе конференции, представить новые результаты и внести вклад в процесс построения теоретических основ науки о данных.