Наредни састанак Семинара биће одржан у среду, 12. марта 2025, у сали 301ф Математичког института САНУ са почетком у 12 часова.
Предавач: Проф. др Жарко Мијајловић, Универзитет у Београду - Математички факултет
Наслов предавања: РАЗГОВОРИ СА AI О СВЕМИРУ И ПРИДРУЖНИМ ТЕМАМА
Апстракт:
У предавању преставићемо неколико разговора са AI о феноменима везаних за космос, али и о томе колико AI може да допринесе развоју науке и генерално целе људске цивилизације. Видећемо и да AI на захтев може да наведе изворе и референце на основу којих је припремила одговоре. Разговор је водио Александар Мијајловић са AI моделом ChatGPT.
Напомена: Семинар је могуће пратити на даљину путем линка:
https://zoom.us/j/93567463741?pwd=9PW0cazWok4XKOOxkfmZhB5LilaCec.1
Meeting ID: 935 6746 3741
Passcode: 435099
детаљније
Наредни састанак Семинара биће одржан у петак, 14. марта 2025. године, у сали 301ф Математичког института САНУ са почетком у 14.15. У питању је заједнички састанак са Семинаром за логику.
Предавач: Славко Моцоња, Универзитет у Београду-Математички факултет
Наслов предавања: ВОТОВА И МАРТИНОВА ХИПОТЕЗА ЗА ТЕОРИЈЕ ЛИНЕАРНИХ УРЕЂЕЊА
Апстракт: Вотова хипотеза тврди да потпуна теорија првог реда на пребројивом језику, до на изоморфизам и независно од континуум хипотезе, има или највише пребројиво много или континуум много пребројивих модела. Мартинова хипотеза је јаче тврђење које каже да под условом да теорија има мање од континуум много пребројивих модела, онда је L_1(T)-теорија сваког пребројивог модела пребројиво категорична, где је L_1(T) најмањи пребројив фрагмент L_{𝜔_1,𝜔} који садржи фрагмент првог реда и коњункције потпуних типова у T. На предавању ћемо дати преглед резултата који иду у прилог ове две хипотезе; приказаћемо и новије резултате за слабо о-минималне теорије из заједничног истраживања са Предрагом Тановићем.
Напомена:
Предавање се може пратити на даљину преко линка Одељења за математику: https://miteam.mi.sanu.ac.rs/asset/WbsehnSL4ZeTPJo6r
детаљније
Декански колегијум Факултета је донео одлуку, ослањајући се на препоруку Студентског парламента, да се сваки вид наставе и све испитне активности обуставе и у периоду до 14. марта 2025. године. Настава и испитне активности ће привремено бити обустављени на свим локацијама на којима се иначе и изводе (Студентски трг 16, Светог Николе 39 и Ватрослава Јагића 5).
детаљније
Наредни састанак Семинара биће одржан онлајн у среду, 19. марта 2025. године, са почетком у 19 часова.
Предавач: Ана Ковачевић, Универзитет у Београду, Факултет безбедности
Наслов предавања: ТАМНА СТРАНА ГЕНЕРАТИВНЕ ВЕШТАЧКЕ ИНТЕЛИГЕНЦИЈЕ
Апстракт: Генеративна вештачка интелигенција (ГВИ) имплементирана је у бројним индустријама. Обезбеђивање безбедности и отпорности ГВИ система кључно је за њихову ефикасну употребу, посебно у осетљивим областима. Од почетних фаза ГВИ система били су препознати ризици, а са њиховим напретком расте потреба за дубљим разумевањем и идентификовањем могућих злоупотреба и рањивости. На основу истраживања реалних случајева злоупотреба ГВИ система уочено је да су експлоатисане лако доступне функционалности које захтевају минимално техничко знање, што представља значајан ризик за безбедност информационог екосистема. Поред злоупотребе основних функционалности самих ГВИ система, поједини напади искоришћавају рањивости модела, попут супарничких напада, jailbreaking-а, екстракције података и инверзије модела. У презентацији ће бити приказани реални примери случајеви злоупотребе и напади на ГВИ системе, као и нека од могућих решења.
Напомена:
Регистрациона форма за учешће и линк за активно праћење предавања за регистроване кориснике (након логовања):
https://miteam.mi.sanu.ac.rs/asset/CW5nJWDSEZDj7p32p
Нерегистровани корисници могу да прате предавања на овом линку (без могућности активног учешћа):
https://miteam.mi.sanu.ac.rs/call/hR9vL94nD6QE8qQZj/xET9GcPMyR08nqH8lnS3SE7N5Vf00H7Lp9EBhsv6Lti
До оспособљавања MITEAM платформе, предавања ће се снимати и прености преко Zoom линка:
Meeting ID: 937 2857 8513
Passcode: 040504
детаљније
Наредни састанак Семинара биће одржан у уторак, 11. марта 2025. године, у сали 809 Математичког факултета са почетком у 18 часова.
Предавач: Др Матеја Бошковић, постдокторант, DESY, Хамбург, Немачка
Наслов предавања: BINARY BLACK HOLES AS PROBES OF ULTRA-LIGHT PARTICLES
детаљније
Наредни састанак Семинара биће одржан у уторак, 11. марта 2025. године, у сали 301ф Математичког института САНУ са почетком у 14.15.
Предавач: Филип Видојевић, Faculty of Mathematics, University of Belgrade
Наслов предавања: SKEWED VARIABLE NEIGHBORHOOD DECOMPOSITION SEARCH ALGORITHM FOR THE HYBRID FLOW SHOP SCHEDULING PROBLEM
Апстракт: Hybrid Flow Shop (HFS) scheduling plays a crucial role in industries such as glass, steel, paper, and textiles, where optimizing machine utilization directly influences productivity. This paper introduces a novel approach that integrates Skewed Variable Neighborhood Search (SVNS) to minimize makespan, leveraging its adaptive exploration and strategic job sequencing to enhance scheduling efficiency. A key innovation of our method is a specialized encoding scheme that strategically allows jobs to wait, even when machines are available, to enable better sequencing decisions. This mechanism not only improves solution quality but also permits a natural decomposition of the scheduling problem, leading to more balanced machine workloads. By leveraging the flexibility of VNS alongside this tailored encoding, our approach significantly enhances scheduling efficiency. Experimental results confirm its effectiveness, outperforming existing methods in makespan reduction.
This research was conducted in collaboration with Dušan Džamić, Andrijana Džamić, and Miroslav Marić.
Напомена: Предавања на Семинару се снимају и преносе уживо.
Све информације могу се наћи на страници
https://miteam.mi.sanu.ac.rs/asset/qGapAHyEBad2FDwXR
детаљније
Колектив Математичког факултета Универзитета у Београду ступа у протестну обуставу рада дана 7.3.2025. године и на тај начин пружа подршку легитимним захтевима студената и свим радницима у просвети.
Осуђујемо говор мржње у јавном простору као и све облике притисака и насиља према члановима образовне и академске заједнице.
детаљније
Пољско математичко друштво (Polish Mathematical Society) објавило је Конкурс за престижну Банахову награду за најбољу докторску дисертацију (The International Stefan Banach Prize for a Doctoral Dissertation in the Mathematical Sciences).
Доделиће се једна главна награда од 25.000 PLN и две похвале од по 10.000 PLN ауторима најбољих дисертација из математичких наука одбрањених у периоду од 1. маја 2024. до 30. априла 2025. године у некој од следећих земаља: Албанија, Белорусија, Босна и Херцеговина, Бугарска, Хрватска, Чешка, Естонија, Мађарска, Косово*, Летонија, Литванија, Северна Македонија, Молдавија, Црна Гора, Пољска, Румунија, Србија, Словачка, Словенија, Украјина.
Пољско математичко друштво препознаје да су историјске и политичке околности након Другог светског рата учиниле истраживачки пут у многим земљама централне и источне Европе знатно тежим него у западној Европи. Жеља Друштва је да промовише и подржи развој математике у овом делу света.
Пријаве се подносе онлајн до 15. маја 2025. године. Више информација, укључујући водич и формулар за пријаву, можете пронаћи на веб-страници http://ibp.ptm.org.pl/en/
детаљније
Наредни састанак Семинара биће одржан онлајн у среду, 5. марта 2025. године, са почетком у 19 часова.
Предавач: João Pedro Carvalho Leal Mendes Moreira, Faculdade de Engenharia da Universidade do Porto (FEUP)
Наслов предавања: AN ENSEMBLE OF AUTONOMOUS AUTO-ENCODERS AS A CLASSIFIER FOR HUMAN ACTIVITY RECOGNITION
Апстракт: Human Activity Recognition is a machine learning task that uses sensing technology to classify human activities and infer human behavior. While traditional machine learning approaches use hand-crafted features to train their models, recent advancements in neural networks allow for automatic feature extraction. Auto-encoders are a type of neural network that can learn complex data representations and are commonly used for anomaly detection. In this work, we propose a novel multi-class algorithm comprising an ensemble of auto-encoders, with each auto-encoder associated with a unique class. We tested the proposed approach in human activity recognition data. Experimental results show that auto-encoder ensembles can be efficient, robust, and competitive with traditional classification approaches. Moreover, this modular classifier structure allows for more flexible models. For example, the number of classes can be extended by including new auto-encoders without retraining the whole model.
Напомена:
Регистрациона форма за учешће и линк за активно праћење предавања за регистроване кориснике (након логовања):
https://miteam.mi.sanu.ac.rs/asset/CW5nJWDSEZDj7p32p
Нерегистровани корисници могу да прате предавања на овом линку (без могућности активног учешћа):
https://miteam.mi.sanu.ac.rs/call/hR9vL94nD6QE8qQZj/xET9GcPMyR08nqH8lnS3SE7N5Vf00H7Lp9EBhsv6Lti
детаљније
Наредни састанак Семинара биће одржан у уторак, 4. марта 2025. године, у сали 301ф Математичког института САНУ са почетком у 14.15.
Предавач: Тијана Матејић, Академија струковних студија Шумадија
Наслов предавања: ПРИМЕНА ВЕШТАЧКИХ НЕУРОНСКИХ МРЕЖА И ИНДИКАТОРА ИНТЕРНЕТ ПРИСУСТВА У ПРЕДВИЂАЊУ РИЗИКА ОД БАНКРОТСТВА ХОТЕЛИЈЕРСКИХ ПРЕДУЗЕЋА
Апстракт: У раду су представљени модели дубоких Вештачких неуронских мрежа (ВНМ) за ординалну класификацију, који су коришћени за процену категорија хотелијерских предузећа у погледу њиховог ризика од банкротства у периоду од 2020. до 2024. године које одговарају категоријама добијеним помоћу Алтмановог Z"-Skor модела за тржишта у развоју и Zmijewski модела. У истраживању је применом хеуристичке методе која се базира на Анализи главних компоненти, коефицијената корелације и потом кластеризације путем методе К-средњих вредности, развијен модел интернет присуства предузећа у 2023. години, који обухвата пет категоричких индикатора различитих димензија интернет присуства које описују тачке додира које предузеће има са корисницима на интернету и представљају скуп улазних параметара ВНМ модела.
Ради валидације резултата ВНМ модела, у истраживању су развијени и примењени и аналогни модели Ординалне логистичке регресије. При евалуацији прецизности свих развијених модела коришћена је систематична методологија која: решава проблем са небалансираним категоријама ризика од банкротства применом методе пре-узорковања (ADASYN), примењује унакрсну валидацију ради робустнијих процена прецизности модела и користи четири индикатора у евалуацији прецизности модела.
Напомена: Предавања на Семинару се снимају и преносе уживо.
Све информације могу се наћи на страници
https://miteam.mi.sanu.ac.rs/asset/qGapAHyEBad2FDwXR
детаљније
