Laboratory of Structural Methods of Data Analysis in Predictive
Modeling Moscow Institute of Physics and Technology
ENG
Логин:
Пароль:

Stochastic optimization and optimal stopping

Описание направления:

Стохастическая оптимизация возникает во многих задачах, связанных с принятием решения в условиях неопределенности. Особенно востребовано данное направление в финансовой математике. Среди возникающих здесь задач отдельно стоит выделить задачу об оптимальной остановке. Разработка эффективных методов решения подобных задач требует глубокого знания как статистики и оптимизации, так и стохастического анализа.

 

Сотрудники магистерской программы являются признанными специалистами по разработке эффективных методов для решения задач стохастической оптимизации и оптимальной остановки, в том числе основанных на многоуровневом методе Монте-Карло.

Публикации:

Нелинейные системы с ограниченными или мультипликативными возмущениям

Преподаватели: Поляк Борис Теодорович, Hlebnikov, M, Sherbakov, P, 17 ноября 2014

Random sampling: randomized billiards

Hit-and-Run is known to be one of the best random sampling algorithms, its mixing time is polynomial in dimension. Nevertheless, in practice the number of steps required to achieve uniformly distributed samples is rather high. We propose new random walk algorithm that performs much faster

Преподаватели: Поляк Борис Теодорович, Gryazina, E, 17 ноября 2014

Sparse Non Gaussian Component Analysis by Semidefinite Programming

Sparse non-Gaussian component analysis (SNGCA) is an unsupervised method of extracting a linear structure from a high dimensional data based on estimating a low-dimensional non-Gaussian data component. In this paper we discuss a new approach to direct estimation of the projector on the target space based on semidefinite programming which improves the method sensitivity to a broad variety of deviations from normality. We also discuss the procedures which allows to recover the structure when its effective dimension is unknown.

Преподаватели: Спокойный Владимир Григорьевич, Немировский Аркадий Семенович, Diederichs, E, Juditsky, 16 ноября 2014

Методология построения суррогатных моделей для аппроксимации пространственно неоднородных функций.

В работе предлагается общая методология для построения суррогатных моделей. Применение предложенной методологии проиллюстрировано на примере построения суррогатных моделей ограничений в задаче оптимизации веса обшивки корпуса самолета. Полученные результаты свидетельствуют об эффективности предложенного подхода.

Преподаватели: Бурнаев Евгений Владимирович, Prikhodko, P, 16 ноября 2014

About possible dynamic in PageRank model and modernized model of correspondence matrix calculation

In this paper, the basic technique for research of macrosystems dynamics at large time
values is developed. In the core of the dynamics lies the ergodic markovian chain with a huge
number of states. At large time values the macrosystem distribution over macrostates is close
to a stationary one. With growth of macrosystem dimension (the number of markovian chain
states), the stationary distribution is concentrated in a small vicinity of the most probable
macrostate accepted for the given macrosystem equilibrium. As an example of application
of the described formalism, we give the derivation of the static Google’s PageRank model
and the modernized gravitational model for calculating a correspondence matrix from the
?reasonable? (individually favorable) dynamics of residences exchanges. At the end of
the paper we describe the general scheme of macrosystem equilibriums investigation. This
scheme allows us to increase the dimension of macrostates space when the number of agents
increases

Преподаватели: Гасников Александр Владимирович, Gasnikova, EV, 16 ноября 2014

Прошедшие мероприятия:

15.05.2014

16.05.2014

Advances in Optimization and Statistics

Institute of Information Transmission Problems of RAS (Kharkevich Institute)

21.02.2014

PreMoLab 2014 - I

Institute of Information Transmission Problems of RAS (Kharkevich Institute). Конференция пройдет в Институте проблем передачи информации РАН (ИППИ РАН), к.615

26.12.2013

New trends in Predictive Modeling

Institute of Information Transmission Problems of RAS (Kharkevich Institute). All talks take place at Institute for Information Transmission Problems (B. Karetny, 19).

06.10.2013

Об универсальности метода зеркального спуска и экспоненциального взвешивания

01.09.2013

02.09.2013

03.09.2013

04.09.2013

05.09.2013

06.09.2013

О “Google problem” и эффективных рандомизированных алгоритмах поиска вектора PageRank

Члены лаборатории:
Dorn Yuriy
Должность: Младший научный сотрудник
Spokoiny Vladimir
Должность: Руководитель
Polyak Boris
Должность: Ведущий научный сотрудник
Shiryaev Albert
Должность: Ведущий научный сотрудник
Gasnikov Alexander
Должность: Ведущий научный сотрудник
Dvurechensky Pavel
Должность: Ведущий научный сотрудник
Suvorikova Alexandra
Должность: Младший научный сотрудник
Burnaev Evgeny
Должность: Ведущий научный сотрудник
Nazin Alexander
Должность: Ведущий научный сотрудник