THEORY2

User Tools

Site Tools

Trace: • schedule
dlcp2025:schedule

Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Both sides previous revisionPrevious revision
Next revision		Previous revision
dlcp2025:schedule [28/08/2025 18:42] – [Section 1. Machine Learning in Fundamental Physics] admindlcp2025:schedule [31/08/2025 07:31] (current) – [Section 1. Machine Learning in Fundamental Physics] admin
Line 21: Line 21:
 ||12:45-13:00  |52. {{ :dlcp2025:omelianchuk-dlcp.pdf |Графовая нейронная сеть с механизмом внимания для кластеризации треков частиц по событиям в эксперименте SPD на ускорителе NICA}}|Омелянчук С.С.|| ||12:45-13:00  |52. {{ :dlcp2025:omelianchuk-dlcp.pdf |Графовая нейронная сеть с механизмом внимания для кластеризации треков частиц по событиям в эксперименте SPD на ускорителе NICA}}|Омелянчук С.С.||
 ||13:00-13:15  |69. {{ :dlcp2025:chistiakov-dlcp.pdf |Machine Learning Approach for Lattice Quantum Field Theory Calculations}}|Vsevolod Chistiakov|| ||13:00-13:15  |69. {{ :dlcp2025:chistiakov-dlcp.pdf |Machine Learning Approach for Lattice Quantum Field Theory Calculations}}|Vsevolod Chistiakov||
-||13:15-13:30  |75. {{ :dlcp2025:moloshnikov-dlcp.pdf |Нейросетевое моделирование оптических солитонов, описываемых обобщённым нелинейным уравнением Шредингера шестого порядка с высокой нелинейностью}}|Молошников Иван||+||13:15-13:30  |75. {{ :dlcp2025:moloshnikov-dlcp.pdf |Нейросетевое моделирование оптических солитонов, описываемых обобщённым нелинейным уравнением Шредингера шестого порядка с высокой нелинейностью}}| +Молошников Иван||
 ^^13:30-14:45  ^LUNCH|  || ^^13:30-14:45  ^LUNCH|  ||
-||14:45-15:00  |42. {{ :dlcp2025:kryukov-dlcp.pdf |Возможность применения метода нормализующих потоков для  извлечения редких гамма событий в эксперименте TAIGA}}| +А.Крюков||+||14:45-15:00  |42. {{ :dlcp2025:kryukov-dlcp.pdf |Возможность применения метода нормализующих потоков для  извлечения редких гамма событий в эксперименте TAIGA}} \\ Приглашенный доклад | +А.Крюков||
 ||15:00-15:15  |41. {{ :dlcp2025:saraev-dlcp.pdf |SBI в задачах анализа динамических изображений многоканального детектора}}|Сараев Р.Е.|| ||15:00-15:15  |41. {{ :dlcp2025:saraev-dlcp.pdf |SBI в задачах анализа динамических изображений многоканального детектора}}|Сараев Р.Е.||
 ||15:15-15:30  |76. {{ :dlcp2025:belkova-dlcp.pdf |Simulation of trawl processes using SINN architectures}}|Belkova Kseniia|| ||15:15-15:30  |76. {{ :dlcp2025:belkova-dlcp.pdf |Simulation of trawl processes using SINN architectures}}|Belkova Kseniia||
Line 29: Line 29:
 ||15:45-16:00  |44. {{ :dlcp2025:usatyuk-dlcp.pdf |Natural Image Classification via Quasi-Cyclic Graph Ensembles and Random-Bond Ising Models with Enhanced Nishimori Temperature Estimation}}| +V.S.Usatyuk|| ||15:45-16:00  |44. {{ :dlcp2025:usatyuk-dlcp.pdf |Natural Image Classification via Quasi-Cyclic Graph Ensembles and Random-Bond Ising Models with Enhanced Nishimori Temperature Estimation}}| +V.S.Usatyuk||
 ^^16:00-16:45  ^COFFEE BREAK|  || ^^16:00-16:45  ^COFFEE BREAK|  ||
-||16:45-17:00  |43. {{ :dlcp2025:dubenskaya-dlcp.pdf |Analysis of the TAIGA-HiSCORE Data using the Latent Space of Autoencoders}}|+Yu. Dubenskaya||+||16:45-17:00  |43. {{ :dlcp2025:dubenskaya-dlcp.pdf |Analysis of the TAIGA-HiSCORE Data using the Latent Space of Autoencoders}} \\ Приглашенный доклад |+Yu. Dubenskaya||
 ||17:00-17:15  |63. {{ :dlcp2025:kupriyanov-dlcp.pdf |Применение сетей Колмогорова-Арнольда для решения обратной задачи спектроскопии при создании мультимодального наносенсора ионов металлов на основе углеродных точек}}|Г.А.Куприянов|| ||17:00-17:15  |63. {{ :dlcp2025:kupriyanov-dlcp.pdf |Применение сетей Колмогорова-Арнольда для решения обратной задачи спектроскопии при создании мультимодального наносенсора ионов металлов на основе углеродных точек}}|Г.А.Куприянов||
 ||17:15-17:30  |*81. {{ :dlcp2025:zhurov-dlcp-v2.pdf |Проблема аугментация данных атмосферных черенковских телескопов в стерео режиме на примере установки TAIGA-IACT}}| +Д.Журов|| ||17:15-17:30  |*81. {{ :dlcp2025:zhurov-dlcp-v2.pdf |Проблема аугментация данных атмосферных черенковских телескопов в стерео режиме на примере установки TAIGA-IACT}}| +Д.Журов||
Line 40: Line 40:
  
 ^^ Time ^ Title ^ Reporter || ^^ Time ^ Title ^ Reporter ||
-||10:00-10:15  |90. {{ :dlcp2025:minkin-dlcp.pdf |Модель машинного обучения для прогнозирования вентиляторных порогов}}|Минкин А.С.||+||10:00-10:15  |90. {{ :dlcp2025:minkin-dlcp.pdf |Модель машинного обучения для прогнозирования вентиляторных порогов}}|+Минкин А.С.||
 ||10:15-10:30  |67. {{ :dlcp2025:utegenova-dlcp.pdf |Доменная адаптация нейронных сетей в задаче диагностики  природных вод по спектрам комбинационного рассеяния света}}|Л.С.Утегенова|| ||10:15-10:30  |67. {{ :dlcp2025:utegenova-dlcp.pdf |Доменная адаптация нейронных сетей в задаче диагностики  природных вод по спектрам комбинационного рассеяния света}}|Л.С.Утегенова||
 ||10:30-10:45  |*55. {{ :dlcp2025:gadzhiev-dlcp.pdf |Enhancing the Quality of Kp Index Machine Learning Forecasting Using Higher-Frequency Data and Feature Transformations}}|I.M.Gadzhiev|| ||10:30-10:45  |*55. {{ :dlcp2025:gadzhiev-dlcp.pdf |Enhancing the Quality of Kp Index Machine Learning Forecasting Using Higher-Frequency Data and Feature Transformations}}|I.M.Gadzhiev||
Line 46: Line 46:
 ^^11:00-11:30  ^COFFEE BREAK  & Rigistration|  || ^^11:00-11:30  ^COFFEE BREAK  & Rigistration|  ||
 ||11:30-11:45  |83. {{ :dlcp2025:isaev-dlcp.pdf |USING MACHINE LEARNING METHODS FOR JOINT PROCESSING OF DATA FROM MULTIPLE SEMICONDUCTOR GAS SENSORS}}|Isaev I.V.|| ||11:30-11:45  |83. {{ :dlcp2025:isaev-dlcp.pdf |USING MACHINE LEARNING METHODS FOR JOINT PROCESSING OF DATA FROM MULTIPLE SEMICONDUCTOR GAS SENSORS}}|Isaev I.V.||
-||11:45-12:00  |51. {{ :dlcp2025:rezvov-dlcp.pdf |Нейросетевое пространственное масштабирование полей приповерхностного ветра над Баренцевым и Карским морями}}|Резвов В.Ю.|| +||11:45-12:00  |51. {{ :dlcp2025:rezvov-dlcp.pdf |Нейросетевое пространственное масштабирование полей приповерхностного ветра над Баренцевым и Карским морями}}|+Резвов В.Ю.|| 
-||12:00-12:15  |15. {{ :dlcp2025:vostrikova-dlcp.pdf |Восстановление приповерхностной влажности атмосферы над океаном с применением методов машинного обучения}}|С. А. Вострикова|| +||12:00-12:15  |15. {{ :dlcp2025:vostrikova-dlcp.pdf |Восстановление приповерхностной влажности атмосферы над океаном с применением методов машинного обучения}}|+С. А. Вострикова|| 
-||12:15-12:30  |73. {{ :dlcp2025:gerasimov-dlcp.pdf |Моделирование турбулентного переноса примесей в планетарном пограничном слое с применением методов крупных вихрей и методов машинного обучения}}|И. А. Герасимов|| +||12:15-12:30  |73. {{ :dlcp2025:gerasimov-dlcp.pdf |Моделирование турбулентного переноса примесей в планетарном пограничном слое с применением методов крупных вихрей и методов машинного обучения}}|+И. А. Герасимов|| 
-||12:30-12:45  |*45. {{ :dlcp2025:vorobev-dlcp.pdf |Application of Convolutional Neural Networks for Upper Ionosphere Remote Sensing Using All-Sky Camera Data}}|Andrei Vorobev||+||12:30-12:45  |*45. {{ :dlcp2025:vorobev-dlcp.pdf |Application of Convolutional Neural Networks for Upper Ionosphere Remote Sensing Using All-Sky Camera Data}}|+Andrei Vorobev||
 ||12:45-13:00  |*82. {{ :dlcp2025:nazmutdinov-dlcp.pdf |Сравнение методов машинного обучения для учета связей с запаздыванием при моделировании городского острова тепла}}|Назмутдинов К.Ф.|| ||12:45-13:00  |*82. {{ :dlcp2025:nazmutdinov-dlcp.pdf |Сравнение методов машинного обучения для учета связей с запаздыванием при моделировании городского острова тепла}}|Назмутдинов К.Ф.||
 ^^13:00-14:30  ^LUNCH | || ^^13:00-14:30  ^LUNCH | ||
 ||14:30-14:45  |16. {{ :dlcp2025:belousova-dlcp.pdf |Сравнение моделей машинного обучения в задаче идентификации аномалий в данных визуальной съемки поверхности моря}}|Белоусова О.|| ||14:30-14:45  |16. {{ :dlcp2025:belousova-dlcp.pdf |Сравнение моделей машинного обучения в задаче идентификации аномалий в данных визуальной съемки поверхности моря}}|Белоусова О.||
-||14:45-15:00  |56. {{ :dlcp2025:kalinin-dlcp.pdf |Detection of Irminger Rings in high resolution ocean hydrodynamic modeling data using artificial neural networks}}|M.Kalinin|| +||14:45-15:00  |56. {{ :dlcp2025:kalinin-dlcp.pdf |Detection of Irminger Rings in high resolution ocean hydrodynamic modeling data using artificial neural networks}}|+M.Kalinin|| 
-||15:00-15:15  |96. {{ :dlcp2025:yarinich-dlcp.pdf |Machine learning for statistical downscaling of precipitation spatial distribution characteristics in the Moscow region}}|Yarinich Yulia Ivanovna||+||15:00-15:15  |96. {{ :dlcp2025:yarinich-dlcp.pdf |Machine learning for statistical downscaling of precipitation spatial distribution characteristics in the Moscow region}}|-Yarinich Yulia Ivanovna||
 ||15:15-15:30  |72. {{ :dlcp2025:suslov-dlcp.pdf |Deep Learning-Based Estimation of wind induced waves parameters from X-Band Radar Imagery}}|Alexander Suslov|| ||15:15-15:30  |72. {{ :dlcp2025:suslov-dlcp.pdf |Deep Learning-Based Estimation of wind induced waves parameters from X-Band Radar Imagery}}|Alexander Suslov||
-||15:30-15:45  |*92. {{ :dlcp2025:blinov-dlcp.pdf |Intercomparison of machine learning approaches for identifying hail from basic weather parameters}}|Blinov P.D.||+||15:30-15:45  |*92. {{ :dlcp2025:blinov-dlcp.pdf |Intercomparison of machine learning approaches for identifying hail from basic weather parameters}}|+Blinov P.D.||
 ^^15:45-16:00  ^COFFEE BREAK|  || ^^15:45-16:00  ^COFFEE BREAK|  ||
 ||16:00-16:30|54. {{ :dlcp2025:krinitskiy-dlcp.pdf |Foundation models of ocean and atmosphere in 2025: milestones and perspectives}}.|Krinitskiy M.A.|| ||16:00-16:30|54. {{ :dlcp2025:krinitskiy-dlcp.pdf |Foundation models of ocean and atmosphere in 2025: milestones and perspectives}}.|Krinitskiy M.A.||
  
-15 +16
 ===== Section 3. Machine Learning in Natural Sciences ===== ===== Section 3. Machine Learning in Natural Sciences =====
 <color /orange>**July 4, 2025. SINP MSU, bld.19, room 2-15 **</color> <color /orange>**July 4, 2025. SINP MSU, bld.19, room 2-15 **</color>
  
 ^^ Time ^ Title ^ Reporter || ^^ Time ^ Title ^ Reporter ||
-||10:00-10:15   |37. {{ :dlcp2025:chizhov-dlcp.pdf |Neutron spectrum unfolding with deep learning models for tabular data}}|Chizhov Konstantin Alekseevich||+||10:00-10:15   |37. {{ :dlcp2025:chizhov-dlcp.pdf |Neutron spectrum unfolding with deep learning models for tabular data}}|+Chizhov Konstantin Alekseevich||
 ||10:15-10:30  |49. {{ :dlcp2025:shaleev-dlcp.pdf |Применение концепции переноса обучения для градиентного  бустинга при решении обратных задач разведочной геофизики}}|М.К.Шалеев|| ||10:15-10:30  |49. {{ :dlcp2025:shaleev-dlcp.pdf |Применение концепции переноса обучения для градиентного  бустинга при решении обратных задач разведочной геофизики}}|М.К.Шалеев||
-||10:30-10:45  |48. {{ :dlcp2025:alimov-dlcp.pdf |Анализ стратегий обучения FBPINNs}}|Алимов Павел Геннадьевич|| +||10:30-10:45  |48. {{ :dlcp2025:alimov-dlcp.pdf |Анализ стратегий обучения FBPINNs}}|+Алимов Павел Геннадьевич|| 
-||10:45-11:00  |62. {{ :dlcp2025:skorokhodov-dlcp.pdf |The creation of reasonable robot control behavior in the form of executable code}}|Skorokhodov Maksim|| +||10:45-11:00  |62. {{ :dlcp2025:skorokhodov-dlcp.pdf |The creation of reasonable robot control behavior in the form of executable code}}|+Skorokhodov Maksim|| 
-||11:00-11:15  |*65. {{ :dlcp2025:tihomirov-dlcp.pdf |Temporal difference modulated spiking actor learning}}|Yunes Tihomirov||+||11:00-11:15  |*65. {{ :dlcp2025:tihomirov-dlcp.pdf |Temporal difference modulated spiking actor learning}}|+Yunes Tihomirov||
 ^^11:15-11:45  ^COFFEE BREAK || ^^11:15-11:45  ^COFFEE BREAK ||
-||11:45-  |95. {{ :dlcp2025:kuzmichev-dlcp.pdf |Гамма-астрономия ультравысоких энергий и проект TAIGA-100}}| L.Kuzmichev||+||11:45-  |95. {{ :dlcp2025:kuzmichev-dlcp.pdf |Гамма-астрономия ультравысоких энергий и проект TAIGA-100}}| +L.Kuzmichev||
 ||     -12:15|  (пленарный доклад)  |            || ||     -12:15|  (пленарный доклад)  |            ||
 ||12:15-12:30  |*70. {{ :dlcp2025:shorokhov-dlcp.pdf |Построение нейродифференциальных уравнений с применением методов обратных задач динамики}}|Шорохов С.Г.|| ||12:15-12:30  |*70. {{ :dlcp2025:shorokhov-dlcp.pdf |Построение нейродифференциальных уравнений с применением методов обратных задач динамики}}|Шорохов С.Г.||
Line 78: Line 77:
 ||12:45-13:00  |*78. <del>Analysis of PINN Training Strategies for Heat Conduction Problems</del> {{ :dlcp2025:canceled.png?64|}}|Tarasov A.A.|| ||12:45-13:00  |*78. <del>Analysis of PINN Training Strategies for Heat Conduction Problems</del> {{ :dlcp2025:canceled.png?64|}}|Tarasov A.A.||
 ||13:00-13:15  |66. {{ :dlcp2025:mushchina-dlcp.pdf |Comparison of Data Generation Methods for Spectral Analysis Using Variational Autoencoders}}|Mushchina A.S.|| ||13:00-13:15  |66. {{ :dlcp2025:mushchina-dlcp.pdf |Comparison of Data Generation Methods for Spectral Analysis Using Variational Autoencoders}}|Mushchina A.S.||
-||13:15-13:30  |*87. {{ :dlcp2025:chugreeva-dlcp.pdf |Применение переноса обучения сверточной нейронной сети для повышения точности решения обратной задачи фотолюминесцентной наносенсорики}}|Г. Чугреева||+||13:15-13:30  |*87. {{ :dlcp2025:chugreeva-dlcp.pdf |Применение переноса обучения сверточной нейронной сети для повышения точности решения обратной задачи фотолюминесцентной наносенсорики}}|+Г. Чугреева||
 ^^13:30-14:45  ^LUNCH || ^^13:30-14:45  ^LUNCH ||
-||14:45-  |{{ :dlcp2025:egorshev-dlcp.pdf |Новое поколение вычислительного оборудования для задач искусственного интеллекта в научных исследованиях}}|В.Егоршев ||+||14:45-  |{{ :dlcp2025:egorshev-dlcp.pdf |Новое поколение вычислительного оборудования для задач искусственного интеллекта в научных исследованиях}}|-В.Егоршев ||
 ||     -15:15|  (спонсорский доклад)  | || ||     -15:15|  (спонсорский доклад)  | ||
 ||15:15-15:30  |86. {{ :dlcp2025:kunitsyn-dlcp.pdf |Probabilistic Spiking Neural Network with Correlation-based Memristive Synaptic Updates}}|Dmitry Kunitsyn|| ||15:15-15:30  |86. {{ :dlcp2025:kunitsyn-dlcp.pdf |Probabilistic Spiking Neural Network with Correlation-based Memristive Synaptic Updates}}|Dmitry Kunitsyn||
 ||15:30-15:45  |85. {{ :dlcp2025:guskov-dlcp.pdf |Finding optimal carbon dots synthesis parameters for quantitative analysis of components in multi-component aqueous solutions using machine learning}}|Guskov A.A.|| ||15:30-15:45  |85. {{ :dlcp2025:guskov-dlcp.pdf |Finding optimal carbon dots synthesis parameters for quantitative analysis of components in multi-component aqueous solutions using machine learning}}|Guskov A.A.||
 ||15:45-16:00  |91. {{ :dlcp2025:serenko-dlcp.pdf |Classifying Russian speech commands with a hardware-deployable spiking neural network transferred from an artificial neural network}}|Alexey Serenko|| ||15:45-16:00  |91. {{ :dlcp2025:serenko-dlcp.pdf |Classifying Russian speech commands with a hardware-deployable spiking neural network transferred from an artificial neural network}}|Alexey Serenko||
-||16:00-16:15  |64. {{ :dlcp2025:smolnikov-dlcp.pdf |Optimization of IRT-T research reactor fuel loading pattern by genetic algorithm}}|N.V. Smolnikov||+||16:00-16:15  |64. {{ :dlcp2025:smolnikov-dlcp.pdf |Optimization of IRT-T research reactor fuel loading pattern by genetic algorithm}}|+N.V. Smolnikov||
 ||16:15-16:30  |59. {{ :dlcp2025:chernov-dlcp.pdf |Камни: Коллективная игра между агентами разнообразных типов, разработанная для изучения взаимодействия человека и искусственного интеллекта в многоагентной среде}}|Чернов К.Н.|| ||16:15-16:30  |59. {{ :dlcp2025:chernov-dlcp.pdf |Камни: Коллективная игра между агентами разнообразных типов, разработанная для изучения взаимодействия человека и искусственного интеллекта в многоагентной среде}}|Чернов К.Н.||
 ^^16:30        ^CLOSING OF THE CONFERENCE| || ^^16:30        ^CLOSING OF THE CONFERENCE| ||
dlcp2025/schedule.1756406549.txt.gz · Last modified: by admin