Я начну с краткого изложения основ квантовой механики и напомню как задается физическое состояние и измеряемые квантовой системы в чистом и смешанном состояниях, а также о том, как вводится мера смешанности состояний. За этим последует рассказ про независимые и перепутанные состояния частей системы и приведены примеры простейших двух- и трех-частевых перепутанных состояний Белла и Гринбера-Хароша-Цайлингера. Я коснусь известного парадокса Эйнштейна-Подольского-Розена о нелокальности квантовой механики на примере состояний Белла. Далее предстоит обсуждение связи между перепутанностью и смешанностью, введение мер перепутывания для случая систем из двух частей и объяснение сложностей возникающих при обобщении на случай многих частей. Потом последует изложение наших результатов, полученных в сотрудничестве с Катериной Мандиларой, Андреем Смилгой и Лоренцой Виолой, о том как формулируется проблема многочастевого перепутывания в рамках теории групп, и как используя картаново разложение групп можно ввести понятие логарифма вектора, и на этой основе проклассифицировать такое перепутывание. Как часто бывает в физике, для новых физических ситуаций оказывается удобным и адекватным некий непривычный математический язык, и таким языком оказываются в данном случае кольца нильпотентных полиномов, про которые я расскажу на простейшем примере. В заключительной части лекции, я намерен рассказать о последних наших результатах, полученных в сотрудничестве с Григорием Кабатянским и Катериной Мандиларой и касающихся многочастевого перепутывания в открытых квантовых системах, находящихся по причине своей открытости в смешанных состояниях. Упор будет сделан на геометрических картинках, связанных с этой проблемой и алгоритмом ее решения.

Существующие коммерческие беспроводные системы основываются на закрытой и негибкой архитектуре реализованной в аппаратуре как во внешних интерфейсах, так и в базовой сети. Данные обстоятельства значительно отдаляют усвоение и развёртывание новых стандартов, создают проблемы в реализации новых технологий с целью увеличения ёмкости и покрытия сети и препятствуют предоставлению по-настоящему дифференцированных сервисов, способных адаптироваться к растущим неравномерным и сильно-изменяющимся моделям трафика. Поэтому цель данной лекции состоит в том, чтобы предложить новую программно-конфигурируемую архитектуру для беспроводных систем пятого поколения и выше, развить необходимые технологии для поддержки и управления предложенной архитектурой и показать её преимущества, разработав новые программно-конфигурируемые решения для регулирования трафика. В частности будет представлена беспроводная программно-конфигурируемая архитектура SoftAir, и будет изучено устройство её базовой сети. включая (i) масштабируемый план программно-конфигурируемой сети радиодоступ, (ii) базовые сети и (iii) новые технологии для виртуализации сети. Будет продемонстрировано, как архитектура SoftAir может гарантировать важнейшие свойства, лежащие в основе сотовых систем 5G, включая программируемость, кооперацию, виртуализацию, обзорность и открытость.

Ян Ф. Акилдиз получил степень бакалавра, магистра и Ph. D. в области электроники и компьютерной инженерии в Университете Эрлангена-Нюрнберга, Германия, в 1978, 1981 и 1984 гг. соответственно. В данный момент он является руководителем Лаборатории широкополосных беспроводных сетей и председателем Телекоммуникационной группы в Технологическом институте Джорджии, Атланта, США. С 2007 года, проф. Акилдиз является почётным профессором Электротехнической школы при Политехническом университете Каталонии и основателем N3Cat (Каталонский центр наносетей). С сентября 2012 года, проф. Акилдиз является почётным профессором Технологического университете Тампере. Также, с 2011 года он является консультирующим профессором Университета короля Абдулазиза, Джидда, Саудовская Аравия. С 2007 по 2012 гг, он был почётным профессором Университета Претории, ЮАР. Он главный редактор журнала Computer Networks (Elsevier), основатель и главный редактор журналов Ad Hoc Networks (Elsevier), Physical Communication (Elsevier) и Nano Communication Networks (Elsevier). В 1995 году он получил звание IEEE Fellow, а в 1996 — ACM Fellow. Проф. Акилдизу присуждено множество престижных наград IEEE и ACM. В 2011 году он также получил премию TUBITAK за выдающийся вклад в развитие образования и науки на международном уровне. В ноябре 2013 года Фонд Александра Гумбольдта присудил ему премию Гумбольдта. Под его руководством 38 студентов получили степень Ph. D., из которых 28 стали профессорами. Он опубликовал более 500 статей в ведущих журналах и сборниках трудов конференций. Его индекс Хирша равен 90, а общее число цитирований, согласно Google Scholar, превышает 71000. В данный момент в его исследовательские интересы входят сотовые системы 5G, передача данных в терагерцовом диапазоне, наносети, программно-конфигурируемые сети и беспроводные подземные сенсорные сети.

В 2011 году на Open Networking Summit, ведущий учёный в области программно-конфигурируемых сетей (SDN) сделал доклад со смелым названием: "Будущее сетей и прошлое протоколов". В докладе было сказано о необходимости найти "правильную" платформо-независимую абстракцию, которая поставит конец периоду времени, когда для каждой задачи создавался отдельный протокол. Признавая чрезвычайную важность идеи SDN о централизованном контроле, мы всё-таки верим, что нынешние маловыразительные интерфейсы для программирования устройств могут значительно затормозить наши попытки создания платформонезависимых программируемых протоколов. Основываясь на свежих результатах в двух различных сетевых областях (беспроводные и проводные сети), мы призываем использовать расширенные конечные автоматы (eXtended Finite State Machines, XFSM) в качестве выразительной и мощной абстракции для описания сложного поведения устройств, действующих согласно протоколам, при этом сохраняя платформонезависимость и портируемость на различные сетевые устройства. Мы уделяем особое внимание тому, как XFSM абстракция позволяет разрабатывать протоколы беспроводных сетей и показываем, что та же самая абстракция оказывается жизнеспособной для настройки маршрутизации на проводных коммутаторах. К тому же, эта абстракция оказывается обратно-совместимой с такими абстракциями, как OpenFlow. Возникает вопрос: подобное повторение одной и той же абстракции в значительно отличающихся областях — лишь случайность, или из этого следует возможность создать единый подход к программированию сетей, не зависящий от области сети?

Джузеппе Бьянки является профессором Инженерного факультета Римского университета Тор Вергата, руководителем программы по подготовке бакалавров/магистров по направлению "Интернет-технологии", и бывшим руководителем программы по подготовке Ph. D. в области телекоммуникаций и микроэлектроники. Его исследовательская деятельность, подтверждённая более чем 180 научными работами, прошедшими рецензию и имеющими более 9500 цитирований согласно Google, охватывает множество областей, включая беспроводные локальные сети, безопасность, разработка и оценка производительности широкополосных сетей, мониторинг сетей. Его аналитические модели по оценке производительности сетей 802.11 хорошо известны среди исследователей. Он является редактором журналов IEEE/ACM Transactions on Networking, Computer Communication (Elsevier) и IEEE Transactions on Wireless Communications. Он был председателем на более чем 10 международных конференциях IEEE/ACM, последней из которых была IEEE Infocom 2014. Он участвовал более чем в 10 проектах, финансированных ЕС, причём выполнял роль руководителя в проектах FP6-DISCREET (безопасность в интеллектуальных средах), FP7-PRISM (мониторинг сетей без нарушения секретности), FP7-DEMONS (распределённый мониторинг сетей) и FP7-FLAVIA (программно-конфигурируемые беспроводные системы).

Бактериальный геном можно рассматривать как множество генов, как последовательность генов и как последовательность нуклеотидов. Это позволяет описывать разные эволюционные события: потери и приобретения генов, перестройки генома и гомологичную рекомбинацию (обмен фрагментами генома между близкими штаммами), соотыктственно. В каждом из направлений возникают свои математические задачи, которые будут рассмотрены в лекции.

Родился 25 октября 1963 г. В 1985 г. окончил механико-математический факультет МГУ. Кандидат физико-математических наук, доктор биологических наук.
Заместитель директора по научным вопросам Института проблем передачи информации РАН. Профессор факультета биоинженерии и биоинформатики МГУ. Член Европейской академии. Заместитель главного редактора газеты «Троицкий вариант — Наука». Директор по науке московского отделения компании Integrated Genomics (США).
Награжден премией им. А.А.Баева (дважды), грантом Президента РФ для молодых докторов наук. Признан лучшим ученым РАН за 2004 г.

Понимание механизмов, вызывающих старение и регулирующих продолжительность жизни, является одной из самых сложных биологических задач. Многие тяжёлые заболевания человека связаны со старением, являющимся одновременно и основным фактором риска и процессом, вызывающим развитие таких заболеваний. Понятно, что процесс старения и продолжительность жизни видов подвержены регуляции. Например, млекопитающие характеризуются более чем 100-кратным различием в продолжительности жизни. Мы используем это разнообразие в продолжительности жизни и связанные с ним особенности жизненного цикла для того, чтобы пролить свет на механизмы, регулирующие продолжительность жизни видов. С этой целью мы применяем методы сравнительной геномики для изучения геномов необычно долгоживущих видов и проводим анализ уровней экспрессии генов и концентрации метаболитов у выборки млекопитающих и их органов. Старение и его причины по-прежнему трудно определить. Различные теории утверждают, что старение вызвано молекулярными повреждениями, генетическими программами, длительным развитием, гиперфункцией, антагонистической плейотропией, мутациями, неполным восстановлением и т.п. Мы полагаем, что все эти факторы имеют общую концептуальную основу и примерно синхронизируют своё влияние на приспособленность, но действуют на различных уровнях биологической организации. Эта модель позволяет объединить концепции старения, дает представление о причинах старения и позволяет предположить как продолжительность жизни зависит от генетических особенностей, окружающей среды и стохастических процессов.

Вадим Гладышев - профессор медицины в отделении Генетики в Женской больнице им. Байама, Гарвардский университет, Бостон, США. Степень бакалавра, магистра а так же кандидатскую наук по биохимии получил в МГУ. Вадим Гладышев является директором Центра Редокс-Медицины, расположенной в Новом исследовательском здании Гавардской медицинской школы, и членом правления Института. Имеет более 230 статей, является редактором трех книг и председателем конференуий Gordon Gordon Research Conference и FASEB.

В лекции будут рассмотрены теоретические основания и практические реализации технологий подключения к мозгу с целью получения прямого информационного контакта. Будут также рассмотрены различные схемы построения и алгоритмы интерфейсов мозг-компьютер и результаты их тестирования. В заключительной части лекции будут обсуждаться возможные варианты применения интерфейсов-мозг-компьютер в медицине и других областях практической деятельности человека.

Каплан Александр Яковлевич, доктор биологических наук профессор, заведующий лабораторией нейрофизиологии и нейрокомпьютерных интерфейсов на биологическом факультете МГУ имени М.В.Ломоносова, специалист и организатор работ в области диагностики функциональных состояний мозга человека-оператора, взаимодействия человек-машина и интерфейсов мозг-компьютер, а также в области разработки новых методов анализа биометрических данных, в основном, - данных регистрации электрических потенциалов мозга человека. Работы А.Я.Каплана поддержаны грантами разных ведомств и организаций, в частности, грантами РГНФ, РФФИ, фонда Сколково и др. Медико-биологический кластер работ А.Я.Каплана был отмечен Премией Правительства РФ в области науки и техники за 2002 г. Результаты работ А.Я.Каплана и руководимого им коллектива опубликованы более чем в 150 рецензируемых научных изданиях в РФ и за рубежом и защищены 3 патентами. В настоящее время А.Я.Каплан является одним ключевых разработчиков эффективных интерфейсов мозг-компьютер в области реабилитационной медицины и для целей оптимизации деятельности человека-оператора.

Генетически люди весьма близки с другими приматами: 99% нашего генома идентичны геному шимпанзе и 98% - геному гориллы. Однако во многих когнитивных аспектах люди уникальны.
В нашей работе мы используем новые технологии для того чтобы получать и анализировать большое количество биологических данных о мозге людей, шимпанзе и других приматов. Наши результаты дают некоторые новые идеи о работе молекулярных механизмов, отделяющих нас от других видов.

Филипп Хайтович закончил биологический факультет МГУ им. Ломоносова, учился и работал в Иллинойском университете в Чикаго (США), где получил степень PhD. Затем работал в Германии в Институте Макса Планка, одном из ведущих мировых центров фундаментальных научных исследований. Сегодня руководит Институтом вычислительной биологии в Шанхае (Китай) и возглавляет лабораторию в Сколковском институте науки и технологий (Сколтехе). В 2013 году получил высшую награду для зарубежных экспертов от правительства Китая. Область научных интересов: молекулярные механизмы эволюции, особенности липидома и метаболома человека, эволюция долгожительства.

В его знаменитой статье 1948 года, Клод Шеннон показал возможность эффективной передачи данных через каналы связи даже с большими помехами, при условии кодирования на неограниченно длинных блоках данных. Извечный вопрос теории информации - это насколько уместны эти асимптотические фундаментальные границы, когда система связи вынуждена работать на данной фиксированной длине блока. Конечная задержка, или длина блока, присуща всем практическим системам связи. В самом деле, при передаче мультимедийных данных в режиме реального времени терпимые задержки строго ограничены, а при пакетной передаче данных, длина пакета часто составляет порядка 1000 бит. Несмотря на очевидный практический интерес к неасимптотическим фундаментальным границам передачи информации, до недавнего времени считалось, что такие границы не поддаются анализу. Мы покажем, что неасимптотическая граница сжатия данных аккуратно описывается простой формулой, включающей только два параметра источника данных. Мы рассмотрим несколько распространенных сценариев передачи данных, которые на конечных длинах блока ведут себя не так, как можно ожидать, исходя из классической теории информации. Для этих систем, новая неасимптотическая теория информации позволяет не только оценить фундаментальные границы передачи данных на конечных длинах блока, но и устанавливает новые ориентиры инженерного проектирования.

Виктория Костина - кандидат наук, ассистент-профессор в Калифорнийском технологическом университете. В 2004 году Виктория получила степень бакалавра по специальности прикладные математика и физика в Московском Физико-Техническом Институте. Степень магистра Виктория получила в 2006 году в Университете Оттавы. Виктория Костина работала вместе с профессором Серджио Вердю в Принстонском университете, где она закончила аспирантуру. Ее научные интересы связаны с теорией информации, теорией случайных процессов, кодированием и беспроводными коммуникациями. Основная сфера интересов Виктории - фундаментальные пределы в коммуникациях, чувствительных к задержке.

В последние годы Интернет Вещей (англ.: Internet of Things, IoT) стал важной научно-исследовательской проблемой, слово Вещи в данном случае относится к взаимосвязанным устройствам и объектам, которые имеют вычислительные ресурсы и возможность подключения к сети для прямой интеграции между физическим миром и компьютерными системами. В то время как исследования продолжаются в области устройств IoT общего назначения, существует множество областей, в которых нужны очень маленькие и ненавязчивые устройства. Свойства недавно изученных наноматериалов вдохновили создание концепции Интернета Нановещей (англ.: Internet of NanoThings, IoNT), в которой рассматривается взаимодействие наноразмерных устройств. Несмотря на то, что эта концепция теоретически имеет много приложений, искусственная природа устройств IoNT может быть нежелательной, так как развертывание сетей нановещей может привести к нежелательным эффектам на здоровье человека и экологию. В результате недавно была представлена новая парадигма Интернета БиоНаноВещей (англ.: IoBNT). Появление новой парадигмы обусловлено прогрессом синтетической биологии и наличием нанотехнологичных инструментов, позволяющих проектировать биологически встраиваемые вычислительные устройства. Основанные на биологических клетках и их функционировании в биохимической области, БиоНаноВещи допускают их использование в таких приложениях, как встраивание сенсоров в тело человека и экологический контроль токсичных веществ и загрязнения. IoBNT выступает в качестве парадигмы, меняющей концепцию коммуникаций и разработки сетей, для которой нужно разработать эффективные и безопасные методы обмена информацией, взаимодействия сетей в биохимической области. В этой лекции мы раскроем понятие IoBNT, его особенности, и рассмотрим возможности технологий и возникающие проблемы. Мы обсудим молекулярные коммуникации и их применимость для IoBNT. В конце лекции мы проведем анализ проблем био-кибернетических интерфейсов, набор процессов, необходимых для преобразования информации из биохимической области IoBNT сетей к кибер-домену Интернета, который основан на электрических цепях и электромагнитных коммуникациях, и наоборот.

Евгений Кучерявый - профессор и глава лаборатории кафедры электроники и коммуникаций Технологического университета Тампере (TUT), Финляндия. Получил звание Ph. D. в 2004 году в TUT. Автор большого числа научных работ в области проводных и беспроводных сетей и коммуникаций. Его текущие научные интересы включают в себя различные аспекты работы гетерогенных беспроводных сетей и систем, Интернет Вещей и его стандартизация, и нано коммуникации. Евгений Кучерявый является техническим редактором журнала IEEE Communications Magazine и редактором IEEE Communications Surveys and Tutorials.

Рассматриваются методы декодирования, пригодные для декодирования произвольных линейных блоковых кодов. Приводятся нижние границы для сложности декодирования почти всех линейных кодов по максимуму правдоподобия (МП). Обсуждается связь задачи МП декодирования с другими комбинаторными задачами и с прикладными задачами связи и криптографии.

Профессор д.т.н. Крук Евгений Аврамович окончил Ленинградский институт авиационного приборостроения в 1973 году по специальности «Автоматизированные системы управления». В 1978 году получил степень кандидата технических наук, в 1990 году - ученое звание доцента, в 1999 году - ученую степень доктора технических наук, в 2004 году - ученое звание профессора. С 1974 года по настоящее время работает в Санкт-Петербургском государственном университете аэрокосмического приборостроения; с момента создания кафедры  (2001  год) ­­является заведующим кафедрой безопасности информационных систем (с 2010 г. - кафедра комплексной защиты информации); в 2005 году избран деканом факультета  информационных систем и защиты информации. C 2004 года является директором института компьютерной безопасности вычислительных систем и сетей, с 2007 - директором академии инфокомуникационных технологий. Профессор Е.А. Крук является крупным ученым в области теории и проектирования инфокоммуникационных систем и технологий. Его труды по теории кодирования, криптографии, теории передачи сообщений широко известны как в России, так и за рубежом. Он является автором более 120 печатных трудов и 5 книг.

Известно, что 90% процентов от объема всей хранимой в мире в электронном виде информации было получено в последние два года. Новые возможности по сбору, хранению и обработке данных породили, с одной стороны принципиально новые запросы пользователей, а с другой стороны, постановки новых математических задач, новых задач в области информационных технологий. Сегодня нужны новые методы, новые алгоритмы, позволяющие извлечь из "сырых" данных знания, необходимые для пользователя. Современному состоянию дел в этой области и посвящена настоящая лекция.

А.П. Кулешов – академик РАН, специалист в области информационных технологий и математического моделирования, директор Института проблем передачи информации им. А.А. Харкевича (ИППИ) РАН. Кулешов А.П. – член Международного издательского совета журнала «Проблемы теории и практики управления», председатель Ученого совета ИППИ РАН, председатель докторского диссертационного совета при ИППИ РАН, член Координационного совета по инновационной деятельности и вопросам интеллектуальной собственности РАН, Совета Межрегиональной общественной организации «Достижения молодых». А.П. Кулешов заведует базовой Кафедрой передачи и обработки информации Московского физико-технического института в ИППИ РАН. А.П. Кулешов - автор 75 научных работ, из них 6 монографий.

Часть I. Введение. Модель аддитивной регрессии
В этой лекции мы начнем с введения в непараметрические статистические модели, в которых необходимо оценивать несколько непараметрических компонент (функций). Для приложений этот класс моделей очень важен, поскольку существование нескольких непараметрических компонент позволяет очень гибко и точно моделировать данные сложной структуры. С другой стороны, использование функций малого числа переменных (т.е. низкой размерности) позволяет обойти "проклятие размерности" и строить эффективно вычисляемые статистические оценки. Для статистического вывода в таких моделях требуется асимптотическая теория распределений непараметрических статистических оценок. Эта теория нужна для построения как поточечных и равномерных доверительных интервалов для непараметрических функций, так и статистических тестов для гипотез о таких функциях. Основным примером такой задачи является аддитивная непараметрическая модель, где наблюдения имеют вид сумм значений непараметрических функций и шума. Мы покажем, что непараметрические оценки здесь могут быть построены при помощи решений линейных эмпирических интегральных уравнений. Такая формулировка позволяет построить полную асимптотическую теорию, включая обсуждение вопросов оптимальности получаемых оценок.
Часть II. Нелинейные модели. Непрерывный вариант модели "веревочной лестницы" (Chain Ladder Model) из актуарной математики.
В этой части лекции мы переходим к более сложным непараметрическим моделям. Вновь предполагается, что модель содержит несколько непараметрических (функциональных) компонент, но теперь мы допускаем, что эти компоненты входят в модель нелинейным образом. Для иллюстрации такого класса моделей будет использована такая модель из актуарной математики, как "метод веревочной лестницы" - стандартный метод, которым широко пользуются актуарии для предсказания убытков, требующих предварительного резервирования средств для их покрытия (outstanding claims). Базовая модель дискретна, а использование этого метода обычно не предполагает глубокой статистической теории. Однако мы рассмотрим непрерывные обобщения "метода веревочной лестницы", допускающие точную статистическую формулировку и асимптотическую теорию. Это будет сделано для нескольких различных спецификаций данной модели, причем для построения оценок потребуется решать нелинейные эмпирические интегральные уравнения. Теория будет проиллюстрирована на конкретных примерах.

Энно Маммен - профессор в Университете Маннгейма, Германия. Получил степень PhD в университете Гейдельберга, автор более 70 работ в области математической статистики, а также является автором заметных научных трудов по теоретической эконометрике. В 1989 году Маммену была вручена премия имени Хайнца Майера-Лейбница, главная немецкая награда для молодых ученых, и присвоено звание профессора. В 1992 году в издательстве Springer вышло исследование Маммена When Does Bootstrap Work? Asymptotic Results and Simulations, которое стало важным вкладом в методику сбора и анализа статистических данных.

Объяснение того, как метаболические реакции, клеточная сигнализация, и пути развития транслируют геном организма в его фенотип--сложнейшая задача биологии. Полигеномный поиск ассоциаций(ППА) статистически соединяет генотип и фенотип без обращения к известным молекуляным взаимодействиям, в то время как молекулярно-биологический подход напрямую связывает функции генов и фенотип через генно- регуляторные цепи (ГРЦ). Используя естесственные вариации в аллель-специфических выражениях, подходы ППА и ГРЦ могут быть объединены в единый метод с помощью моделирования структурными уравнениями (МСУ). Этот подход использует мириады полиморфизмов в естесственных популяциях для объяснения и оценки молекулярных путей лежащих в основе вариаций фенотипа. Метод МСУ может быть использован для вычисления ГРЦ, оценки его согласованности в различных средах или у разных полов, определения различий в ГРЦ между видами и сравнения здоровых и болезненных состояний. В данной лекции это будет проиллюстрировано с помощью последних данных, сочетающих анализ веса тела, количества протеина, сахара и содержания триглецидов в референсной панели чернобрюхой дрозофилы.

Cергей Нуждин является экспертом в Популяционной Биологии (Профессор кафедры Эволюции и Экологии, UC DAVIS, 1997-2007) и в Молекулярной и Вычислительной Биологии (USC, 2007-н.в.). Он опубликовал более чем 100 работ в рецензируемых журналах, в том числе PLoS Biology, Science, Nature Genetics, и PNAS; подготовил более десятка независиых исследователей; принимает участие в нескольких редакторских коллегиях и комитетах Национального института здоровья США.

Многие стохастические задачи можно свести к детерминистическим задачам большой размерности. Работа в таких больших размерностях невозможна из-за "проклятия размерности". Идея тензорных методов состоит в использовании различных алгебраических аппроксимаций для понижения размерности. Мы рассмотрим различные основные понятия тензорных методов: каноническй формат, формат Таккера, тензорные поезда и другие, а также покажем некоторые перспективные приложения, которые включают в себя многомерное интегрирование и решение стохастических дифференциальных уравнений.

Центральные генераторы паттернов (ЦПГ) способны порождать ритм самостоятельно, не получая периодических сигналов из вне. Работа ЦПГ лежит в основе большинства ритмических поведений. Мы рассмотрим роль внутренних свойств отдельных клеток и межклеточных связей в работе ЦПГ разных организмов (от нематод и моллюсков до млекопитающих) в ритмических поведениях, происходящих с разной частотой (от долей секунды до нескольких часов).

Панчин Юрий Валентинович, доктор биологических наук, заведующий лабораторией Лабораторией № 12 - Изучение информационных процессов на клеточном и молекулярном уровнях, сотрудник отдела математических методов в биологии Института Физико-Химической биологии имени А.Н. Белозерского МГУ имени М.В.Ломоносова. Он опубликовал более чем 100 статей в рецензируемых журналах по нейробиологии, биологии развития, молекулярной биологии, физиологии и биоинформатике.

В этом докладе мы исследуем применение (1) стохастической оптимизации в режиме реального времени и (2) способов кластеризации при разработке алгоритмов распределения радио-ресурсов в беспроводных системах. (1) Вначале, мы представим новые теоретические результаты, касающиеся задач структурированного многорукого бандита (класса задач стохастической оптимизации в режиме реального времени), и покажем, как эти результаты можно использовать при создании алгоритмов оптимального распределения радио-ресурсов (таких, как выбор скорости и канала) в системах, где получение точных оценок состояния канала между передающей и принимающей стороной либо невозможно, либо слишком дорого. (2) Затем мы представим краткий обзор новых методов кластеризации, включая непараметрические байесовские инструменты. Мы объясним, как использовать данные методы для разработки эффективных алгоритмов предсказания мобильности или состояния канала для мобильных пользователей, которые в свою очередь могут быть использованы для улучнения схем распределения радио-ресурсов.

Александр Прутьер окончил Высшую нормальную школу, получил степень инженера в Telecom Paris и Corps des Mines, докторскую степень по прикладной математике в Ecole Polytechnique. С 2000 по 2006 гг он работал инженером-исследователем в R&D отделе France Telecom. Он был приглашённым лектором и исследователем на факультете информатики Высшей нормальной школы с 2004 по 2006 гг. С 2007 по 2011 гг. он работал исследователем в Microsoft Research. В 2009 году ему была присуждена премия ACM Sicmetrics. Он также получил премии за лучшую статью Sigmetrics 2004 и 2010, а также Mobihoc 2009.

Жидкостный предел был придуман для нахождения условий стабильного функционирования (эргодичности) случайных процессов, описывающих работу коммуникационных сетей. С наглядной точки зрения он заключается в следующем: длины всех требований, находящихся очередях в узлах сети устремляются к нулю и одновременно число требований в этих очередях стремится к бесконечности. В пределе, вместо процесса, описывающего взаимодействующие между собой случайные траектории путешествующих по сети требований, получается куда более наглядная "детерминированная" жидкостная динамика. Нахождение условий стабильности работы сети сводится к вопросу об опустошении соответствующей жидкостной динамики. Анализ примеров поведения жидкостного предела для конкретных примеров сетей привел к важным и неожиданным результатам.
Поведение жидкостного предела ничего не говорит об свойствах стационарного распределения для очередей сети, а лишь находит условия его для существования. В пределе среднего поля, рассматривается растущая последовательность сетей, состоящая из стремящихся к бесконечности одинаково взаимодействующих между собой узлов. Естественной гипотезой, описывающей стационарное распределение такой предельной бесконечной сети является т.н. Пуассоновская Гипотеза. Исследование поведения случайных процессов, возникающих при одновременном применении обоих предельных переходов приводит к новым неожиданным результатам.

Александр Рыбко - доктор математических наук, начал свою карьеру в Институте Проблем передачи Информации РАН. Получил степень кандидата технических наук в 1984г. С 1995г. Работает ведущим исследователем в ИППИ РАН. Автор более чем 50 статей. Научные интересы Александра лежат в сфере теории вероятности, случайных процессов, математической физики и пр..

Мы начнем с простого введения в сети с линейным кодированием и покажем, что для надежной передачи нам понадобятся подпространственные коды. Коды Габидулина в ранговой метрике позволяют построить почти оптимальные подпространственные коды. Мы покажем, что перемежение (прямая сумма) таких кодов позволяет уменьшить избыточность передаваемых пакетов и одновременно увеличить радиус декодирования. Затем мы рассмотрим и сравним два подхода к эффективному декодированию перемеженных кодов: во первых - классическое синдромное декодирование, и во вторых - интерполяции декодирование. Последнее может быть использовано как для списочного так и для однозначного вероятностного декодирования.

Владимир Рэмович Сидоренко.
Владимир Рэмович Сидоренко родился в Красноярске. В 1972 окончил Московский физико-технический институт по специальности "радиэлектронные устройства" и в 1975 году там же получил степень кандидата физико-математических наук. С 1975 по 1983 гг работал в Вычислительном центре 4-го Главного управления Минздрава РСФСР, где прошел ступени от старшего инженера до зам. директора Вычислительного центра. С 1983 г работает старшим научным сотрудником в Институте проблем передачи информации РАН.
С 2003 по 2014 работал старшим научным сотрудником в Университете Ульма, где был награджен как лучший лектор. С января 2015 является старшим научным сотрудником Технического университета Мюнхена, Институт телекоммуникаций (проф. Герхард Крамер). Кроме того работал по приглашению в университетах Лунда, Швеция, Дармштадта, Германия, Ланкастера, Великобритания, Авейро, Португалия. Его работы включают напраления помехоустойчивого кодирования, телекоммуникацию, обработку сигналов, криптографию, и их приложения. Опубликовал более 120 работ по этим направления.

Ханнес Бартц.
Ханнес Бартц защитил диплом инженера по электротехнике и информацинным технологиям в 2010 в Техническом университете Мюнхена. Он работал над реализацией помехоустойчивых методов для беспроводных сенсорных сетей и для сетевого кодирования. С 2011 работает в Институте телекоммуникаций (проф. Герхард Крамер) технического университета Мюнхена над эффективными стратегиями исправления ошибок и стираний для сетевого кодирования. С 2011 активно участвует в работе программы подготовки дпломированных инженеров-электротехников (MSCE Program TUM).

Работа предлагает новый метод выбора активного подмножества признаков основанный на идее множественного тестирования. Метод выбирает минимальное множество признаков, для которого гипотеза об «отсутствии информации вне» может быть принята. Мы доказываем некоторые оракульные границы для этого метода и показываем как зависимость качества метода от отношения уровня шума к уровню сигнала.

Владимир Спокойный - профессор Берлинского университета им. Гумбольдта, профессор и руководитель исследовательской группы Института прикладного анализа им. Вейерштрасса, Берлин, профессор Московского Физико-Технического Института. Закончил Московский Государственный Университет путей сообщения, защитил кандидатскую диссертацию в МГУ. В настоящее время руководит сектором Предсказательного моделирования в ИППИ РАН и Лабораторией структурных методов анализа данных в предсказательном моделировании МФТИ (ПреМоЛаб). Автор большого числа статей по математической статистике.

В этой лекции будет представлено развитие представлений о молекулярной биологии человека начиная с эпохи Просвещения до наших дней. Учёные времён Ренессанса были специалистами во множестве областей знаний. По мере развития, наука стала фрагментированной, специалисты стали работать в своих отдельных областях. Проект "Геном человека" показал, насколько необходимо сотрудничество учёных, изучающих различные направления биологии, физики, химии и биоинформатики. За последнюю четверть века наступил золотой век нейробиологии, начавшийся с "десятилетия мозга" (1990-2000) и давший начало многим международным проектам, таким как "Энигма". За последние 25 лет мы узнали о процессе мышления больше, чем за всю историю человечества. Исследователи, изучающие потенциальные возможности человеческого мозга создают благоприятную среду для новых достижений в стремлении понять динамику развития мозга и взаимосвязь человеческого разума с компьютерными науками и робототехникой. В перспективе мы научимся исправлять недостатки человеческого тела.

Окончил медицинский факультет Новосибирского медицинского университета. С 1961 года — рук. отделения нейроанестезиологии Инст. неврологии АМН СССР в Москве. В США с 1975 года. Нач. департамента анестезиологии и реанематологии Университета Южной Калифорнии в Лос-Анджелесе. Профессор, почетный член Российской академии медицинских наук, почетный профессор Военно-медицинской академии в Санкт-Петербурге.