Персоналии
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
 
Оселедец Иван Валерьевич

Публикаций: 22 (22)
в MathSciNet: 5 (5)
в zbMATH: 4 (4)
в Web of Science: 8 (8)
в Scopus: 9 (9)
Цитированных статей: 15
Цитирований: 139
Лекций и докладов: 18

Статистика просмотров:
Эта страница:4122
Страницы публикаций:6243
Полные тексты:3019
Списки литературы:524
доктор физико-математических наук (2012)
Специальность ВАК: 01.01.07 (вычислительная математика)
E-mail:
Сайт: http://spring.inm.ras.ru/osel

Научная биография:

Оселедец, Иван Валерьевич. Нелинейные аппроксимации матриц : дис. ... канд. физ.-матем. наук : 01.01.07; [Место защиты: Ин-т вычисл. математики]. - Москва, 2007. - 102 с.

Оселедец, Иван Валерьевич. Вычислительные тензорные методы и их применения : дис. ... докт. физ.-матем. наук : 01.01.07; [Место защиты: Ин-т вычисл. математики]. - Москва, 2012. - 205 с.


https://www.mathnet.ru/rus/person20255
https://ru.wikipedia.org/wiki/Оселедец,_Иван_Валерьевич
Список публикаций на Google Scholar
https://zbmath.org/authors/ai:oseledets.ivan-v
https://mathscinet.ams.org/mathscinet/MRAuthorID/737687
https://elibrary.ru/author_items.asp?authorid=156859
https://orcid.org/0000000320712163
https://www.webofscience.com/wos/author/record/E-2146-2014
https://www.scopus.com/authid/detail.url?authorId=8529104000
https://www.researchgate.net/profile/Ivan-Oseledets

Список публикаций:
| научные публикации | по годам | по типам | по числу цит. | общий список |


Цитирования (Crossref Cited-By Service + Math-Net.Ru)

   2023
1. Ivan V. Oseledets, Maxim V. Rakhuba, André Uschmajew, “Local convergence of alternating low-rank optimizationmethods with overrelaxation”, Numer. Linear Algebra Appl., 30:3 (2023), 2459 , 15 pp.  mathnet  crossref; 1
2. A. Chertkov, O. Tsymboi, M. Pautov, I. Oseledets, “Translate your gibberish: black-box adversarial attack on machine translation systems”, Исследования по прикладной математике и информатике. II–2, Зап. научн. сем. ПОМИ, 530, ПОМИ, Спб., 2023, 96–112  mathnet;
3. В. С. Фанасков, И. В. Оселедец, “Спектральные нейронные операторы”, Докл. РАН. Матем., информ., проц. упр., 514:2 (2023), 72–79  mathnet  crossref  elib; V. S. Fanaskov, I. V. Oseledets, “Spectral neural operators”, Dokl. Math., 108:suppl. 2 (2023), S226–S232  crossref 7

   2022
4. С. А. Буденный, В. Д. Лазарев, Н. Н. Захаренко, А. Н. Коровин, О. А. Плосская, Д. В. Димитров, В. С. Ахрипкин, И. В. Павлов, И. В. Оселедец, И. С. Барсола, И. В. Егоров, А. А. Костерина, Л. Е. Жуков, “eco2AI : контроль углеродного следа моделей машинного обучения в качестве первого шага к устойчивому искусственному интеллекту”, Докл. РАН. Матем., информ., проц. упр., 508 (2022), 134–145  mathnet  crossref  elib; S. A. Budennyy, V. D. Lazarev, N. N. Zakharenko, A. N. Korovin, O. A. Plosskaya, D. V. Dimitrov, V. S. Akhripkin, I. V. Pavlov, I. V. Oseledets, I. S. Barsola, I. V. Egorov, A. A. Kosterina, L. E. Zhukov, “eco2AI: carbon emissions tracking of machine learning models as the first step towards sustainable AI”, Dokl. Math., 106:suppl. 1 (2022), S118–S128  crossref 44
5. Е. В. Бурнаев, А. В. Бернштейн, В. В. Вановский, А. А. Зайцев, А. М. Булкин, В. Ю. Игнатьев, Д. Г. Шадрин, С. В. Илларионова, И. В. Оселедец, А. Ю. Михалев, А. А. Осипцов, А. А. Артемов, М. Г. Шараев, И. Е. Трофимов, “Фундаментальные исследования и разработки в области прикладного искусственного интеллекта”, Докл. РАН. Матем., информ., проц. упр., 508 (2022), 19–27  mathnet  crossref  elib; E. V. Burnaev, A. V. Bernshtein, V. V. Vanovskiy, A. A. Zaytsev, A. M. Bulkin, V. Yu. Ignatiev, D. G. Shadrin, S. V. Illarionova, I. V. Oseledets, A. Yu. Mikhalev, A. A. Osiptsov, A. A. Artemov, M. G. Sharaev, I. E. Trofimov, “Fundamental research and developments in the field of applied artificial intelligence”, Dokl. Math., 106:suppl. 1 (2022), S14–S22  crossref 1
6. Д. Ю. Турдаков, А. И. Аветисян, К. В. Архипенко, А. В. Анциферова, Д. С. Ватолин, С. С. Волков, А. В. Гасников, Д. А. Девяткин, М. Д. Дробышевский, А. П. Коваленко, М. И. Кривоносов, Н. В. Лукашевич, В. А. Малых, С. И. Николенко, И. В. Оселедец, А. И. Перминов, И. В. Соченков, М. М. Тихомиров, А. Н. Федотов, М. Ю. Хачай, “Доверенный искусственный интеллект: вызовы и перспективные решения”, Докл. РАН. Матем., информ., проц. упр., 508 (2022), 13–18  mathnet  crossref  elib; D. Yu. Turdakov, A. I. Avetisyan, K. V. Arkhipenko, A. V. Antsiferova, D. S. Vatolin, S. S. Volkov, A. V. Gasnikov, D. A. Devyatkin, M. D. Drobyshevskiy, A. P. Kovalenko, M. I. Krivonosov, N. V. Lukashevich, V. A. Malykh, S. I. Nikolenko, I. V. Oseledets, A. I. Perminov, I. V. Sochenkov, M. M. Tihomirov, A. N. Fedotov, M. Yu. Khachay, “Trusted artificial intelligence: challenges and promising solutions”, Dokl. Math., 106:suppl. 1 (2022), S9–S13  crossref 1

   2021
7. С. А. Матвеев, И. В. Оселедец, Е. С. Пономарев, А. В. Чертков, “Обзор методов визуализации искусственных нейронных сетей”, Ж. вычисл. матем. и матем. физ., 61:5 (2021), 896–910  mathnet  crossref  isi  elib; S. A. Matveev, I. V. Oseledets, E. S. Ponomarev, A. V. Chertkov, “Overview of visualization methods for artificial neural networks”, Comput. Math. Math. Phys., 61:5 (2021), 887–899  crossref  isi  scopus 3
8. А. И. Бойко, И. В. Оселедец, Г. Феррер, “TT-QI: ускоренная итерация функции ценности в формате тензорного поезда для задач стохастического оптимального управления”, Ж. вычисл. матем. и матем. физ., 61:5 (2021), 865–877  mathnet  crossref  isi  elib; A. I. Boyko, I. V. Oseledets, G. Ferrer, “TT-QI: Faster value iteration in tensor train format for stochastic optimal control”, Comput. Math. Math. Phys., 61:5 (2021), 836–846  crossref  isi  scopus 1
9. И. В. Оселедец, П. В. Харюк, “Моделирование структуры данных с помощью блочного тензорного разложения: разложение объединенных тензоров и вариационное блочное тензорное разложение как параметризованная модель смесей”, Ж. вычисл. матем. и матем. физ., 61:5 (2021), 845–864  mathnet  crossref  isi  elib; I. V. Oseledets, P. V. Kharyuk, “Structuring data with block term decomposition: decomposition of joint tensors and variational block term decomposition as a parametrized mixture distribution model”, Comput. Math. Math. Phys., 61:5 (2021), 816–835  crossref  isi  scopus
10. Ю. В. Гусак, Т. К. Даулбаев, И. В. Оселедец, Е. С. Пономарев, А. С. Чихоцкий, “Малоранговое представление нейронных сетей”, Ж. вычисл. матем. и матем. физ., 61:5 (2021), 800–812  mathnet  crossref  isi  elib; J. V. Gusak, T. K. Daulbaev, I. V. Oseledets, E. S. Ponomarev, A. S. Cichocki, “Reduced-order modeling of deep neural networks”, Comput. Math. Math. Phys., 61:5 (2021), 774–785  crossref  isi  scopus 5
11. Н. Л. Замарашкин, И. В. Оселедец, Е. Е. Тыртышников, “Новые приложения матричных методов”, Ж. вычисл. матем. и матем. физ., 61:5 (2021), 691–695  mathnet  crossref  isi  elib; N. L. Zamarashkin, I. V. Oseledets, E. E. Tyrtyshnikov, “New applications of matrix methods”, Comput. Math. Math. Phys., 61:5 (2021), 669–673  crossref  isi  scopus 1

   2019
12. А. В. Чащин, М. А. Бочев, И. В. Оселедец, Г. В. Овчинников, “Предсказание эволюции динамических систем остаточными нейронными сетями”, Препринты ИПМ им. М. В. Келдыша, 2019, 131 , 26 с.  mathnet  crossref 1

   2018
13. И. В. Оселедец, М. А. Бочев, А. М. Катруца, Г. В. Овчинников, “Как оптимизировать предобусловливатели в методе сопряжëнных градиентов: стохастический подход”, Препринты ИПМ им. М. В. Келдыша, 2018, 164 , 26 с.  mathnet  crossref  elib

   2014
14. П. В. Харюк, И. В. Оселедец, В. Л. Ушаков, “Сжатие фМРТ-данных с помощью WTT-преобразования”, Выч. мет. программирование, 15:4 (2014), 669–676  mathnet
15. П. В. Харюк, И. В. Оселедец, “WTT-разложение для семейств массивов и его применение для сжатия изображений”, Выч. мет. программирование, 15:2 (2014), 229–238  mathnet
16. А. Ю. Михалев, И. В. Офёркин, И. В. Оселедец, А. В. Сулимов, Е. Е. Тыртышников, В. Б. Сулимов, “Применение мультизарядового приближения больших плотных матриц в рамках модели поляризуемого континуума для растворителя”, Выч. мет. программирование, 15:1 (2014), 9–21  mathnet
17. Т. Г. Салуев, И. В. Оселедец, Р. Ю. Фадеев, “Web-платформа для создания интерактивных обучающих курсов по вычислительным методам”, Искусственный интеллект и принятие решений, 2014, № 1, 46–51  mathnet  elib

   2009
18. И. В. Оселедец, С. Л. Ставцев, Е. Е. Тыртышников, “Интегрирование осциллирующих функций в квазитрехмерной задаче электродинамики”, Ж. вычисл. матем. и матем. физ., 49:2 (2009), 301–312  mathnet  mathscinet  zmath  isi; I. V. Oseledets, S. L. Stavtsev, E. E. Tyrtyshnikov, “Integration of oscillating functions in a quasi-three-dimensional electrodynamic problem”, Comput. Math. Math. Phys., 49:2 (2009), 292–303  crossref  mathscinet  zmath  isi  scopus 1

   2007
19. И. В. Оселедец, “Оценки снизу для сепарабельных аппроксимаций ядра Гильберта”, Матем. сб., 198:3 (2007), 137–144  mathnet  crossref  mathscinet  zmath  isi  elib; I. V. Oseledets, “Lower bounds for separable approximations of the Hilbert kernel”, Sb. Math., 198:3 (2007), 425–432  crossref  mathscinet  zmath  isi  elib  scopus 16

   2006
20. И. В. Оселедец, Д. В. Савостьянов, “Минимизационные методы аппроксимации тензоров и их сравнение”, Ж. вычисл. матем. и матем. физ., 46:10 (2006), 1725–1734  mathnet  mathscinet; I. V. Oseledets, D. V. Savostyanov, “Minimization methods for approximating tensors and their comparison”, Comput. Math. Math. Phys., 46:10 (2006), 1641–1650  crossref  mathscinet  scopus 19

   2005
21. И. В. Оселедец, “Применение разделенных разностей и $B$-сплайнов для построения быстрых дискретных преобразований вейвлетовского типа на неравномерных сетках”, Матем. заметки, 77:5 (2005), 743–752  mathnet  crossref  mathscinet  zmath  isi  elib; I. V. Oseledets, “Use of Divided Differences and $B$ Splines for Constructing Fast Discrete Transforms of Wavelet Type on Nonuniform Grids”, Math. Notes, 77:5 (2005), 686–694  crossref  mathscinet  zmath  isi  elib  scopus 5
22. И. В. Оселедец, Е. Е. Тыртышников, “Приближенное обращение матриц при решении гиперсингулярного интегрального уравнения”, Ж. вычисл. матем. и матем. физ., 45:2 (2005), 315–326  mathnet  mathscinet  zmath  elib; I. V. Oseledets, E. E. Tyrtyshnikov, “Approximate inversion of matrices in the process of solving a hypersingular integral equation”, Comput. Math. Math. Phys., 45:2 (2005), 302–313  mathscinet  zmath  elib 33

Доклады и лекции в базе данных Math-Net.Ru
1. Квантизация больших языковых моделей с переопределенным базисом
Б. С. Кашин, И. В. Оселедец
Научная сессия МИАН, посвященная подведению итогов 2024 года
20 ноября 2024 г. 11:15
2. Как математика может помочь в развитии и исследовании алгоритмов искусственного интеллекта
И. В. Оселедец
Семинар «Математические основы искусственного интеллекта»
28 февраля 2024 г. 17:00   
3. Математика и ИИ
И. В. Оселедец
Главный научный семинар Университета Иннополис «Иннополис. Наука»
8 февраля 2024 г. 16:45   
4. Approximation of high-dimensional functions with tensors and neural networks
И. В. Оселедец
Международная конференция “Нелинейные аппроксимации и дискретизация”, посвященная 70-летию профессора В.Н.Темлякова
31 октября 2023 г. 15:50   
5. Вычислительные технологии решения многомерных задач, искусственный интеллект, нейросеть ChatGPT
И. В. Оселедец
III Конференция математических центров России
10 октября 2023 г. 12:30   
6. Practical challenges in non-convex optimization
I. V. Oseledets
Beijing–Moscow Mathematics Colloquium
24 марта 2023 г. 11:00
7. Обзор современных проблем искусственного интеллекта
И. В. Оселедец
Семинар Отделения математических наук РАН по проблемам искусственного интеллекта
13 октября 2022 г.   
8. Методы машинного обучения для решения задач математического моделирования и обратных задач
И. В. Оселедец
Конференция международных математических центров мирового уровня
12 августа 2021 г. 18:50
9. Геометрия в моделях машинного обучения
Иван Оселедец
Коллоквиум Факультета компьютерных наук НИУ ВШЭ
27 апреля 2021 г. 16:20   
10. Современные проблемы машинного обучения и больших данных
И. В. Оселедец
Актуальные проблемы прикладной математики
29 мая 2020 г.   
11. Глубокие нейронные сети и их связь с динамическими системами и аппроксимацией многомерных функций
И. В. Оселедец
Динамические системы и дифференциальные уравнения
16 марта 2020 г. 18:30
12. Deep Learning and Tensor Networks
И. В. Оселедец
Optimization at Work
27 октября 2017 г. 16:15   
13. Tensor networks: review and open problems
I. V. Oseledets
Second Workshop "Critical and collective effects in graphs and networks"
18 мая 2017 г. 16:15   
14. Computational tensor methods in multidimensional stochastic problems. Lecture 4
I. V. Oseledets
Школа по стохастике и финансовой математике
8 сентября 2015 г. 18:00   
15. Computational tensor methods in multidimensional stochastic problems. Lecture 3
I. V. Oseledets
Школа по стохастике и финансовой математике
8 сентября 2015 г. 17:00   
16. Computational tensor methods in multidimensional stochastic problems. Lecture 2
I. V. Oseledets
Школа по стохастике и финансовой математике
7 сентября 2015 г. 18:00   
17. Computational tensor methods in multidimensional stochastic problems. Lecture 1
I. V. Oseledets
Школа по стохастике и финансовой математике
7 сентября 2015 г. 17:00   
18. Вычислительные тензорные методы и различные приложения
И. В. Оселедец
Математический кружок
1 октября 2013 г.   

Организации
 
  Обратная связь:
 Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024