теория вероятностей в пространствах высокой размеренности,
статистика,
машинное обучение,
обучение с подкреплением.
Основные темы научной работы
теория вероятностей в пространствах высокой размеренности, статистика, машинное обучение, обучение с подкреплением
Основные публикации:
Götze F., Naumov A., Spokoiny V., Ulyanov V. V., “Large ball probability, Gaussian comparison and anti-concentration”, Bernoulli, 15:4(A) (2019), 2538-2563
Naumov A., Spokoiny V., Ulyanov V. V., “Bootstrap confidence sets for spectral projectors of sample covariance”, Probability theory and related fields, 174:3-4 (2019), 1091-1132
Goetze F., Naumov A.A., Tikhomirov A., Timushev D., “On the local semicircular law for Wigner ensembles”, Bernoulli, 24:3 (2018), 2358-2400
Kaledin M., Moulines E., Naumov A., Tadic V., Wai H., “Finite Time Analysis of Linear Two-timescale Stochastic Approximation with Markovian Noise”, Proceedings of Thirty Third Conference on Learning Theory, Proceedings of Machine Learning Research, 125, PMLR, 2020, 2144-2203
Tiapkin D., Belomestny D., Moulines E., Naumov A., Samsonov S., Tang Y., Valko M., Menard P., “From Dirichlet to Rubin: Optimistic Exploration in RL without Bonuses”, Proceedings of the 39th International Conference on Machine Learning, Proceedings of Machine Learning Research, 162, PMLR, 2022, 21380-21431
D. Tiapkin, D. Belomestny, D. Calandriello, E. Moulines, A. Naumov, P. Perrault, M. Valko, P. Menard, “Demonstration-regularized RL”, International Conference on Learning Representations, 2024, 1–65https://openreview.net/forum?id=lF2aip4Scn, arXiv: 2310.17303
2.
Nikita Puchkin, Sergey Samsonov, Denis Belomestny, Eric Moulines, Alexey Naumov, “Rates of convergence for density estimation with generative adversarial networks”, J. Mach. Learn. Res., 25 (2024), 1–47;
3.
M. Gorbunov, N. Yudin, V. Soboleva, A. Alanov, A. Naumov, M. Rakhuba, “Group and Shuffle: Efficient Structured Orthogonal Parametrization”, 38th Conference on Neural Information Processing Systems (NeurIPS 2024), Neural Information Processing Systems, NeurIPS, 2024, 1–27https://openreview.net/pdf?id=7EQx56YSB2
4.
S. Samsonov, E. Moulines, Q. M. Shao, Z. S. Zhang, A. Naumov, “Gaussian Approximation and Multiplier Bootstrap for Polyak-Ruppert Averaged Linear Stochastic Approximation with Applications to TD Learning”, 38th Conference on Neural Information Processing Systems (NeurIPS 2024), Neural Information Processing Systems, NeurIPS, 2024, 1–53https://openreview.net/pdf?id=S0Ci1AsJL5
5.
Daniil Tiapkin, Nikita Morozov, Alexey Naumov, Dmitry Vetrov, “Generative flow networks as entropy-regularized RL”, Proceedings of the 27th International Conference on Artificial Intelligence and Statistics (AISTATS) 2024, Valencia, Spain, Proc. Mach. Learn. Res. (PMLR), 238, 2024, 4213–4221;
6.
Sergey Samsonov, Daniil Tiapkin, Alexey Naumov, Eric Moulines, “Improved high-probability bounds for the temporal difference learning algorithm via exponential stability”, Proceedings of Thirty Seventh Conference on Learning Theory, Proc. Mach. Learn. Res. (PMLR), 247, 2024, 4511–4547;
7.
Alain Durmus, Eric Moulines, Alexey Naumov, Sergey Samsonov, “Finite-time high-probability bounds for Polyak–Ruppert averaged iterates of linear stochastic approximation”, Math. Oper. Res., 2024, 1–39 (Published online) , arXiv: 2207.04475;
2022
8.
А. А. Масютин, А. В. Савченко, А. А. Наумов, С. В. Самсонов, Д. Н. Тяпкин, Д. В. Беломестный, Д. С. Морозова, Д. А. Бадьина, “О разработке прикладных решений на основе искусственного интеллекта для обеспечения технологической безопасности”, Докл. РАН. Матем., информ., проц. упр., 508 (2022), 28–32; A. A. Masyutin, A. V. Savchenko, A. A. Naumov, S. V. Samsonov, D. N. Tyapkin, D. V. Belomestny, D. S. Morozova, D. A. Bad'ina, “Development of applied solutions based on artificial intelligence for technological security control”, Dokl. Math., 106:suppl. 1 (2022), S23–S27
2020
9.
Ф. Гётце, А. А. Наумов, А. Н. Тихомиров, “Моментные неравенства для линейных и нелинейных статистик”, Теория вероятн. и ее примен., 65:1 (2020), 3–22; F. Götze, A. A. Naumov, A. N. Tikhomirov, “Moment Inequalities for Linear and Nonlinear Statistics”, Theory Probab. Appl., 65:1 (2020), 1–16
Ф. Гëтце, А. А. Наумов, А. Н. Тихомиров, “Локальный полукруговой закон при моментных условиях: преобразование Стилтьеса, жесткость и делокализация”, Теория вероятн. и ее примен., 62:1 (2017), 72–103; F. Götze, A. A. Naumov, A. N. Tikhomirov, “Local semicircle law under moment conditions: Stieltjes transform, rigidity and delocalization”, Theory Probab. Appl., 62:1 (2018), 58–83
Ф. Гетце, А. А. Наумов, А. Н. Тихомиров, “Предельные теоремы для двух классов случайных матриц с зависимыми элементами”, ТВП, 59:1 (2014), 61–80 , arXiv: 1211.0389; F. Götze, A. A. Naumov, A. N. Tikhomirov, “Limit theorems for two classes of random matrices with dependent entries”, Theory Probab. Appl., 59:1 (2015), 23–39
А. А. Наумов, “Предельные теоремы для двух классов случайных матриц с гауссовскими элементами”, Вероятность и статистика. 19, Зап. научн. сем. ПОМИ, 412, ПОМИ, СПб., 2013, 215–226; A. A. Naumov, “Limit theorems for two classes of random matrices with Gaussian elements”, J. Math. Sci. (N. Y.), 204:1 (2015), 140–147
On Polynomials in Random Elements V. V. Ulyanov, A. A. Naumov Международная конференция по теории вероятностей и математической статистике, посвященная 85-летию со дня рождения Ю. В. Прохорова 14 февраля 2015 г. 17:15
2024
Обратная связь: