Organizers

prof. dr hab. Leszek Plaskota

Information

Thursdays, 10:15 a.m. , room: 4070

Research fields

Numerical analysis and scientific computing

List of talks

Oct. 19, 2023, 10:30 a.m.
Leszek Plaskota (Uniwersytet Warszawski)
Co wspólnego mają kwadratury adaptacyjne i układy dynamiczne?
May 25, 2023, 10:30 a.m.
Konrad Sakowski (Uniwersytet Warszawski)
Numerical simulations of AlGaN heterostructures with polarization-doping
May 18, 2023, 10:30 a.m.
Michał Sobieraj (AGH Kraków)
On multilevel Monte Carlo algorithm for SDEs driven by countably dimensional Wiener process and Poisson random measure
May 11, 2023, 10:30 a.m.
Leszek Plaskota (Uniwersytet Warszawski)
Problems in the worst case approximation of linear operators in the presence of noise
April 27, 2023, 10:30 a.m.
Tomasz Bochacik (AGH Kraków)
O optymalności i stabilności randomizowanych algorytmów numerycznych dla równań różniczkowych zwyczajnych
March 23, 2023, 10:30 a.m.
Leszek Plaskota (Uniwersytet Warszawski)
Tractability of linear problems in the presence of noise, and beyond
March 16, 2023, 10:30 a.m.
Akira Kusaba (Kyushu University, Japonia)
Bayesian optimization and data assimilation in crystal growth
Jan. 26, 2023, 10:30 a.m.
Przemysław Wojtaszczyk (Instytut Matematyczny PAN)
Średnice lipszycowskie i sieci neuronowe
Jan. 12, 2023, 10:30 a.m.
Piotr Krzyżanowski (Uniwersytet Warszawski)
C.F. Higham i D.J. Higham o sieciach neuronowych
Dec. 15, 2022, 10:30 a.m.
Paweł Siedlecki (Uniwersytet Warszawski)
Applications of sampling widths bounds
Nov. 24, 2022, 10:30 a.m.
Piotr Pokarowski (Uniwersytet Warszawski)
Uczenie maszynowe - szanse i wyzwania dla numeryków. Część 2.
Streszczenie: W 2-giej części zacznę od uzupełnienia opisu zadania klasyfikacji. Następnie skoncentruję się na oszczędnej/rzadkiej predykcji, a więc zadaniach, w których ważna jest prostota otrzymanej funkcji czy też znalezienie zmiennych istotnych dla predykcji. W ostatniej …
Nov. 17, 2022, 10:30 a.m.
Piotr Pokarowski (Uniwersytet Warszawski)
Uczenie maszynowe - szanse i wyzwania dla numeryków
Uczenie maszynowe jest obecnie największą dziedziną zastosowań numerycznych, stwarzającą nowe szanse i wyzwania dla projektantów i analityków algorytmów numerycznych. W referacie przedstawię kilka wybranych zadań, algorytmów i twierdzeń dla uczenia maszynowego z nadzorem, inaczej predykcji …
Nov. 3, 2022, 10:30 a.m.
Leszek Plaskota (Uniwersytet Warszawski)
O jakości metod adaptacyjnych w numerycznym rozwiązywaniu zadań liniowych
Oct. 20, 2022, 10:30 a.m.
Ian Sloan (University of New South Wales, Sydney (Australia))
Periodicity oils the wheels - periodicity for uncertainty quantification
- file
June 2, 2022, 10:30 a.m.
Rafał Muchorski (Credit Suisse)
Siatki adaptacyjne i ich zastosowanie w wycenie opcji koszykowych, c.d.