Trang chủ Các hoạt động Bài giảng đại chúng của GS. Vũ Hà Văn: Lý thuyết nhiễu...

Bài giảng đại chúng của GS. Vũ Hà Văn: Lý thuyết nhiễu loạn của các ma trận hạng thấp

GS. Vũ Hà Văn trình bày Bài giảng đại chúng “Lý thuyết nhiễu loạn của các ma trận hạng thấp” (Perturbation theory of low rank matrices) trong Chương trình Trường hè quốc tế năm 2023 với chủ đề “Lý thuyết xác suất trong không gian nhiều chiều và ứng dụng”. Chương trình dành cho các học viên cao học, nghiên cứu sinh và các nhà nghiên cứu trẻ quan tâm đến lĩnh vực Toán học, Xác suất thống kê và Khoa học dữ liệu.

Đơn vị tổ chức và phối hợp: Viện Nghiên cứu Dữ liệu Lớn, Quỹ Đổi mới Sáng tạo Vingroup (VINIF), Trung tâm Nghiên cứu và Đào tạo Toán học Quốc tế UNESCO (ICRTM), Viện Toán học – VAST.

Thông tin chi tiết về bài giảng:

• Chủ đề: Perturbation theory of low rank matrices – Lý thuyết nhiễu loạn của các ma trận hạng thấp.

• Thời gian: 9:00 – 11:30 Thứ hai, ngày 19/06/2023.

• Địa điểm: Hội trường 301, Tòa nhà A5, Viện Toán học, Viện Hàn lâm Khoa học Công nghệ Việt Nam, số 18B Hoàng Quốc Việt, Cầu Giấy, Hà Nội.

• Hình thức: Trực tiếp và trực tuyến

Bài giảng cũng được phát livestream trực tuyến trên các Fanpage dưới đây:

Fanpage của Viện Toán học Việt Nam – VAST: https://www.facebook.com/vientoanhoc

Fanpage của Viện Nghiên cứu Dữ liệu lớn (Vinbigdata): https://www.facebook.com/VinBigData

Fanpage của Quỹ Đổi mới sáng tạo Vingroup (VINIF): https://www.facebook.com/vinif.org

Có thể là hình ảnh về 1 người và văn bản cho biết 'INTERNATIONAL SCHOOL HIGH DIMENSIONAL PROBABILITY AND APPLICATIONS Prof. Vu Ha Van Yale University, USA & VinBigdata, Vietnam Public lecture: Perturbation theory of low rank matrices 9h-11h30, June 19, 2023 Hall 301, Building A5, Institute of Mathematics VINBIGDATA VINIF fRM Hongi'

Thông tin diễn giả:

– GS. Vũ Hà Văn là Giám đốc Khoa học VinBigData, đồng thời đang công tác tại ĐH Yale, Hoa Kỳ với vị trí Giáo sư Toán học.

– GS tốt nghiệp chuyên ngành toán lý thuyết năm 1994 tại Đại học Eotvos Lorand, Budapest, Hungary. Từ 1994 đến 1998, GS làm luận án tiến sĩ tại Đại học Yale, Hoa Kỳ.

– GS từng nghiên cứu, giảng dạy tại IAS – Viện Nghiên cứu cao cấp, Princeton, Microsoft Research, Đại học UC San Diego và Đại học Rutgers, Hoa Kỳ; từ năm 2011 đến nay là GS Khoa toán của Đại học Yale.

– GS đã được trao các giải thưởng NSF và Sloan Fellowship, giải Polya của Hiệp hội Toán ứng dụng và Công nghiệp – SIAM (2008) và giải Fulkerson của Hội toán học Mỹ – AMS (2012) cho các công trình nghiên cứu về xác suất và tổ hợp.

– GS là thành viên danh dự của Hội toán học Mỹ (AMS) và Viện thống kê toán học thế giới (IMS).

– Năm 2020, GS được bầu chọn trở thành Hội viên danh dự của Hiệp hội Toán thống kê (Institute of Mathematical Statistics).

Abstract:

• Perturbation theory is an integral part of applied mathematics and statistics. One of the main goals if this is to theory is to answer the question: How much does a spectral parameter (such as the leading eigenvector or eigenvalue) of a matrix change, subjected to a perturbation to the entries?

• Answers to this question, such as Weyl inequality or Davis-Kahan sine theorem, are among the most applied mathematical results, even more so in recent years when the role of statistics has become so dominant in all fields of science. (Think about Principal component analysis or Google Page rank computation, for instance.)

• A pervasive assumption about real data (in form of a matrix) is that it has low rank. This is appearing many kinds of data, from movie preferences, text documents, to survey data, medical records, and genomics. This motivates us to build up a study of perturbation theory for low rank matrices, which I have been working on in the last 15 years.

• In this mini-course, I will first give a brief survey to current state of the art of the project. Next, I am going to discuss applications in many fields: clustering, data completion (Netflix type problems), numerical linear algebra, learning mixtures of distributions, and privacy. There will be a number of directions for further research, and also several interesting connections to random matrix theory.

BÀI MỚI NHẤT

Một vũ trụ hài hòa khơi nguồn bao sáng tạo!

Theo lịch sử, những đa diện đều sơ khai được tạo ra từ cách đây hơn 4000 năm và chúng được chạm khắc trên những khối đá, đó là những hình khối rất đều đặn và hài hòa: tất cả các mặt giống nhau, các cạnh giống nhau, các góc giống nhau. Một bộ sưu tập những hòn đá nhỏ được khắc thành những khối đã được tìm thấy ở Scotland và có niên đại trước cả nghìn năm so với thời đại của các nhà toán học Hy Lạp, đang được trưng bày trong bảo tàng Ashmolean ở Oxford, Anh Quốc.

PGS Nguyễn Thành Vinh: “Thành quả lớn nhất của tôi chính là đào tạo con người”

Báo Thanh niên)-Nguyễn Thành Vinh, Á quân Đường lên đỉnh Olympia năm 2000, nay là PGS tại Trường Đại học New South Wales (Úc), nói về điều anh tâm đắc nhất sau nhiều năm theo đuổi con đường nghiên cứu khoa học: Nghề làm thầy.

Dấu ấn VINIF trong giải thưởng Quả cầu vàng

(Báo Thanh niên) Trong số 10 ứng viên nhận Giải thưởng khoa học công nghệ Quả cầu vàng năm 2023, có 4 nhà khoa...

PGS-TS Huỳnh Thị Thanh Bình “Tối ưu hóa nhiều khi chính là thuận theo tự nhiên”

(Báo Thanh niên) "Cuộc sống rất cần những công việc được tối ưu hóa, và để tối ưu hóa những công việc thì cần đến toán...", PGS-TS Huỳnh Thị Thanh Bình (ĐH Bách khoa Hà Nội) chia sẻ với Thanh niên.

BÀI ĐỌC NHIỀU

Khái quát về mô hình dữ liệu quan hệ

Phần lớn hệ thống cơ sở dữ liệu hiện nay đều được xây dựng bằng mô hình dữ liệu quan hệ. Vậy mô hình...

Khái quát về Data Pipeline

Dữ liệu là chìa khóa trong việc khám phá tri thức sâu rộng, nâng cao hiệu quả quy trình và thúc đẩy đưa ra...

Supervised Learning và Unsupervised Learning: Khác biệt là gì?

Supervised learning (Học có giám sát) và Unsupervised learning (Học không giám sát) là hai trong số những phương pháp kỹ thuật cơ bản...

Bài phỏng vấn Giáo sư Vũ Hà Văn

Toufik Mansour(**)(*) Giáo sư Vũ Hà Văn sinh ra và học tập đến hết trung học phổ thông tại Việt Nam. Năm 1994, ông...