English version |
"Summer School in Advanced Probability" (Летняя школа по современным проблемам теории вероятностей) |
Школа-семинар проводится в преддверии VIth Conference "Modern Problems in Theoretical and Applied Probability". Среди её основных целей: предоставление слушателям возможности узнать и обсудить научные результаты друг друга, а также ознакомление участников с современными направлениями развития теории вероятностей. Работа Школы-семинара направлена в основном на студентов, аспирантов и молодых учёных, интересующихся развитием теории вероятностей и математической статистики и будет проходить в аудиториях Новосибирского государственного университета и Института математики им. С.Л. Соболева СО РАН.
Язык Школы-семинара — английский.
Участникам Школы-семинара предлагается подготовить стендовые доклады о своей исследовательской работе. Обсуждение представленных докладов состоится во время вечерней научной сессии.
We will look at a class of stochastic processes with reinforcement, which includes urn models, preferential attachment networks with fitness, and genetic house-of-cards models. These processes can be described in terms of a class of general branching processes, often called Crump-Mode-Jagers processes. I will explain the classical convergence theory of these processes under the assumption of existence of a Malthusian parameter. We will explore when this assumption is satisfied in our examples. Then I will present recent research (joint with Steffen Dereich and Cecile Mailler) exploring the interesting phenomena that may occur if this assumption fails.
Мы рассмотрим класс стохастических процессов с пополнением, включающий урновые модели, preferential attachment networks with fitness и genetic house-of-cards models. Такие процессы являются частными случаями общих ветвящихся процессов, известных как процессы Крампа-Моуда-Ягерса. Мы приведем ряд классических предельных теорем для таких процессов, а также недавние авторские результаты для неклассического случая.
Many problems of interest in computer science, information theory and statistics can be phrased in terms of a probability distribution over discrete variables associated to the vertices of a large graph. In recent years, considerable progress has been achieved by viewing these distributions as Gibbs measures and applying to their study heuristic tools from statistical physics. We will review this approach and provide some results towards a rigorous treatment of these problems.
Многие интересные задачи, возникающих в computer science, теории информации и статистике, могут быть сформулированы в терминах вероятностных распределений, связанных с вершинами графов большой размерности. В последнее время получены интересные результаты, использующие представление этих распределений в виде гиббсовских мер и эвристические рассуждения из статистической физики. Мы обсудим этот подход и предложим новые математически корректные результаты в данном направлении.
Новосибирский Государственный Университет | Институт математики им. С. Л. Соболева | Сибирское отделение РАН |