RTU aicina uz Honkongas Ķīniešu universitātes profesora publisko vieslekciju (2)

Apollo.lv
CopyTelegram Draugiem X Whatsapp
Lūdzu, ņemiet vērā, ka raksts ir vairāk nekā piecus gadus vecs un ir pārvietots uz mūsu arhīvu. Mēs neatjauninām arhīvu saturu, tāpēc var būt nepieciešams meklēt jaunākus avotus.
Foto: Publicitātes foto

28. augustā – Piektdien, 30. augustā, plkst. 14 studenti, mācībspēki un citi interesenti laipni aicināti apmeklēt Honkongas Ķīniešu universitātes (CUHK) profesora Jun Wang publisko vieslekciju «The State of the Art of Neurodynamic Optimatization – Past, Present and Prospect», kas notiks Rīgas Tehniskās universitātes (RTU) galvenajā ēkā (Rīgā, Kaļķu ielā 1, 219. telpā). Lekcijas darba valoda – angļu.

Vieslekcijas ievadā klātesošos uzrunās RTU rektors akadēmiķis Leonīds Ribickis, kurš atzīmē RTU un Ķīnas Tautas Republikas (ĶTR) sadarbības veiksmīgo attīstību augstākās izglītības jautājumos: «J. Wang vieslekcija ir ne tikai ieguvums studentiem, mācībspēkiem un Latvijas sabiedrībai, bet arī – pozitīvs rezultāts parakstītajam līgumam starp Latviju un ĶTR, kas paredz arī gatavību atbalstīt tiešo kontaktu un sadarbības attīstību starp augstākās izglītības un zinātnes institūcijām prioritārajās zinātņu nozarēs.»

Lekcijā tiks prezentēts vēsturisks pārskats, jaunākie neirodinamiskās optimizācijas modeļi un pielietojumu piemēri. Tiks aplūkota neirodinamisko sistēmu stabilitātes un optimizācijas teorija, papildinot ar ilustratīviem piemēriem un modelēšanas rezultātiem. Tiks parādīts, kā daudzas skaitļošanas problēmas var risināt ar neirodinamisko optimizāciju, un apspriesti arī iespējamie nākotnes pētniecības virzieni šajā jomā.

Optimizācija reālā laikā, kas var būt nepieciešama dinamiskām sistēmām, ir sarežģīts uzdevums, jo prasa ļoti ātru datu apstrādi. Šādos gadījumos klasiskās optimizācijas metodes var nebūt piemērotas. Atraktīvs risinājums ir neirodinamiskā optimizācija, kas balstīta uz mākslīgo neironu tīkliem. Tieši dēļ neironu tīklam raksturīgās paralēlās informācijas apstrādes, palielinot problēmas izmēru, konverģences ātrums risinājumam nesamazinās. Turklāt, optimizācijas veikšanai paralēlā veidā, neironu tīkli var tikt realizēti arī specializētās integrālās shēmās.

Profesors Jun Wang

Pieteikties lekcijai, rakstot uz e-pastu doktoranturas.skola@rtu.lv vai zvanot uz tālr. 67089870. Vietu skaits ierobežots.

Komentāri (2)CopyTelegram Draugiem X Whatsapp
Aktuālākās ziņas
Nepalaid garām
Uz augšu