Ομιλία "RandNLA: Randomization in Numerical Linear Algebra" του Καθηγητή Πέτρου Δρινέα | Τμήμα Μηχανικών Η/Υ & Πληροφορικής

Ομιλία "RandNLA: Randomization in Numerical Linear Algebra" του Καθηγητή Πέτρου Δρινέα

Εικόνα stratis
Κατηγορία: 
Την Παρασκευή 15/12 είχαμε την ευκαιρία να παρακολουθήσουμε την εξαιρετικά ενδιαφέρουσα ομιλία του  αποφοίτου μας Πέτρου Δρινέα, Αναπληρωτή Καθηγητή στο Purdue University. Ο κ. Δρινέας μίλησε για τα ισχυρά αλγοριθμικά και υπολογιστικά εργαλεία που έχουν δημιουργηθεί αξιοποιώντας την τυχαιότητα για υπολογισμούς με μητρώα που εμφανίζονται στην ανάλυση μεγάλων δεδομένων συνδυάζοντας τη θεωρητική πληροφορική, την αριθμητική ανάλυση, τη θεωρία μητρώων, τις πιθανότητες και τη στατιστική  και τεχνικές υπολογισμών υψηλών επιδόσεων.  Περιέγραψε προκλήσεις και ανοικτά προβλήματα και έδωσε παραδείγματα συνεργειών με εντυπωσιακά αποτελέσματα στη βιοπληροφορική και στη γενετική πληθυσμών.
 
Δείτε περισσότερα στην ιστοσελίδα του κ. Δρινέα καθώς και μία περιγραφή από το Θερινό Σχολείο G2S3 που ήταν αφιερωμένο στο αντικείμενο του  RandNLA, το εισαγωγικό άρθρο στο Proc. National Academy of Sciences και τη δημοσιογραφική περιγραφή για τα αποτελέσματα στη γενετική πληθυσμών.
 
TitleRandNLA: Randomization in Numerical Linear Algebra
 
Abstract:
The introduction of randomization in the design and analysis of algorithms for matrix computations (such as matrix multiplication, least-squares regression, the Singular Value Decomposition (SVD), etc.) over the past 15 years provided a new paradigm and a complementary perspective to traditional numerical linear algebra approaches. These novel approaches were motivated by technological developments in many areas of scientific research that permit the automatic generation of large data sets, which are often modeled as matrices.
In this talk, we will outline how such approaches can be used to approximately solve problems such as the Singular Value Decomposition (SVD) of matrices and the CX decomposition. Applications of the proposed algorithms to data analysis tasks (with a particular focus in population genetics) will also be discussed.
 
Σύντομο βιογραφικό σημείωμα:
Prof. Drineas is an Associate Professor at the Computer Science Department of Purdue University. He earned a PhD in Computer Science from Yale University in 2003 and a BS in Computer Engineering and Informatics from the University of Patras, Greece, in 1997. Prior to Purdue, he was on the faculty of Rensselaer Polytechnic Institute, and also served as Program Director at the US National Science Foundation. His research interests lie in the design and analysis of randomized algorithms for linear algebraic problems, as well as their applications to the analysis of modern, massive datasets, with a particular emphasis on the analysis of population genetics data.

Startup Growth Lite is a free theme, contributed to the Drupal Community by More than Themes.