User Tools

Site Tools


dlcp2026:timetable1

Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Both sides previous revisionPrevious revision
Next revision
Previous revision
dlcp2026:timetable1 [03/07/2026 11:56] – [Section 3. Machine Learning for Environmental Sciences] admindlcp2026:timetable1 [03/07/2026 12:22] (current) – [Section 3. Machine Learning for Environmental Sciences] admin
Line 25: Line 25:
 ||14:30-14:45 | {{:dlcp2026:reports:27-rep.pdf|27. Application of machine learning for the analysis of four-jet final states in the CEPC experiment}} | A.Staritsyna || ||14:30-14:45 | {{:dlcp2026:reports:27-rep.pdf|27. Application of machine learning for the analysis of four-jet final states in the CEPC experiment}} | A.Staritsyna ||
 ||14:45-15:00 | {{:dlcp2026:reports:36-rep.pdf|36. Towards Foundational Models for HEP: Learning Universal Top-Quark Event Representations}} | Zaborenko A. || ||14:45-15:00 | {{:dlcp2026:reports:36-rep.pdf|36. Towards Foundational Models for HEP: Learning Universal Top-Quark Event Representations}} | Zaborenko A. ||
-|| 15:00-15:15 | {{:dlcp2026:reports:1-rep.pdf|1.}} | A.Kryukov ||+|| 15:00-15:15 | {{ :dlcp2026:reports:07-rep.pdf |Shower Core Reconstruction in the HiSCORE Experiment using Neural Networks fed by Autoencoder-Derived Essential Features}} | J.Dubenskaya ||
 ||15:15-15:30 | {{:dlcp2026:reports:49-rep.pdf|49. Deep learning methods for gamma event selection in TAIGA-IACT image analysis in stereo-mode}} | *Е.О. Гресь || ||15:15-15:30 | {{:dlcp2026:reports:49-rep.pdf|49. Deep learning methods for gamma event selection in TAIGA-IACT image analysis in stereo-mode}} | *Е.О. Гресь ||
 ||15:30-15:45 | {{:dlcp2026:reports:50-rep.pdf|50. Methodology for Processing Open Data for Machine Learning Models in BSM Searches}} | Volkov P || ||15:30-15:45 | {{:dlcp2026:reports:50-rep.pdf|50. Methodology for Processing Open Data for Machine Learning Models in BSM Searches}} | Volkov P ||
Line 33: Line 33:
 || 17:00-17:15  | {{ :dlcp2026:reports:03-rep.pdf |3. Применение графовых нейронных сетей для сегментации хитов в глубоководном нейтринном телескопе Baikal-GVD}}| Лев Осадчий || || 17:00-17:15  | {{ :dlcp2026:reports:03-rep.pdf |3. Применение графовых нейронных сетей для сегментации хитов в глубоководном нейтринном телескопе Baikal-GVD}}| Лев Осадчий ||
 || 17:15-17:30  |{{ :dlcp2026:reports:14-rep.pdf |14. Kohn–Sham Spectral Embedding on Sparse Graphs at the Nishimori Temperature for Image Classification}} | V. S. Usatyuk   || || 17:15-17:30  |{{ :dlcp2026:reports:14-rep.pdf |14. Kohn–Sham Spectral Embedding on Sparse Graphs at the Nishimori Temperature for Image Classification}} | V. S. Usatyuk   ||
 +|| 15:00-15:15 | {{:dlcp2026:reports:01-rep.pdf|1. Invertible Neural Networks and the Possibility of
 +their Applications to Cosmic Rays Data Analysis}} | A.Kryukov ||
  
 ---- ----
-14+15
  
 ===== Section 2. Machine Learning in Natural Sciences ===== ===== Section 2. Machine Learning in Natural Sciences =====
Line 53: Line 55:
 ||12:45-13:00 | {{:dlcp2025:reports:46-rep.pdf|46. Использование алгоритмов машинного обучения для доменной адаптации при переходе между данными космических аппаратов}} | *Пятикоп А.В. || ||12:45-13:00 | {{:dlcp2025:reports:46-rep.pdf|46. Использование алгоритмов машинного обучения для доменной адаптации при переходе между данными космических аппаратов}} | *Пятикоп А.В. ||
 ||13:00-13:15 | {{:dlcp2025:reports:47-rep.pdf|47. Нейросетевое определение концентраций ионов в природной воде с использованием стратегий параметрически эффективной адаптации}} | М.К.Шалеев || ||13:00-13:15 | {{:dlcp2025:reports:47-rep.pdf|47. Нейросетевое определение концентраций ионов в природной воде с использованием стратегий параметрически эффективной адаптации}} | М.К.Шалеев ||
-|| 13:15-13:30 | {{:dlcp2025:reports:56-rep.pdf|56Оптимизация генераторов ветропарка}} | Греков П.П. ||+||13:15-13:30  | {{ :dlcp2025:reports:kiura-rep.pdf | 28A Physics-Informed Neural Network Framework for Multidimensional Heat Transfer: Benchmarking Against Finite-Difference Methods}} | *SMKiura  ||
 ^^ 13:30-14:30  ^ LUNCH  |  || ^^ 13:30-14:30  ^ LUNCH  |  ||
 || 14:30-15:00  | {{:dlcp2025:reports:4-rep.pdf|4. Топовые вычислительные системы для суперкомпьютинга и ИИ.}} \\ Приглашенный доклад | В.Егоршев || || 14:30-15:00  | {{:dlcp2025:reports:4-rep.pdf|4. Топовые вычислительные системы для суперкомпьютинга и ИИ.}} \\ Приглашенный доклад | В.Егоршев ||
-||15:00-15:15   | {{:dlcp2025:reports:57-rep.pdf|57. Оптимизация для инженерного проектирования+||15:00-15:15 | {{:dlcp2025:reports:06-rep.pdf|6. О предподготовке входных данных для спайковых нейронных сетей}} | В.А. Ильин || 
 +||15:15-15:30 | {{:dlcp2026:reports:45-rep.pdf|45. Вычисление моментов как способ параметризации 2D-карт фотолюминесценции при решении обратной задачи спектроскопии}} | Г.А.Куприянов || 
 +||15:30-15:45   | {{:dlcp2025:reports:57-rep.pdf|57. Оптимизация для инженерного проектирования
 }}  | Фомичева Н.В. || }}  | Фомичева Н.В. ||
-||15:15-15:30  | {{ :dlcp2025:reports:khvostova-rep.pdf |13Метод автоматизированной обработки научных публикаций}}| *Хвостова М.О. || +|| 15:45-16:00 | {{:dlcp2025:reports:56-rep.pdf|56Оптимизация генераторов ветропарка}} | Греков П.П. ||
-||15:30-15:45  | {{ :dlcp2025:reports:kiura-rep.pdf | 28. A Physics-Informed Neural Network Framework for Multidimensional Heat Transfer: Benchmarking Against Finite-Difference Methods}} | *S. M. Kiura  || +
-||15:45-16:00 | {{:dlcp2025:reports:06-rep.pdf|6. О предподготовке входных данных для спайковых нейронных сетей}} | В.АИльин ||+
 ^^ 16:00-16:30  ^ Coffee Break | || ^^ 16:00-16:30  ^ Coffee Break | ||
-||16:30-16:45 | {{:dlcp2026:reports:45-rep.pdf|45Вычисление моментов как способ параметризации 2D-карт фотолюминесценции при решении обратной задачи спектроскопии}} | Г.А.Куприянов ||+||16:30-16:45  | {{ :dlcp2025:reports:khvostova-rep.pdf |13Метод автоматизированной обработки научных публикаций}}| *Хвостова М.О. ||
  
 ---- ----
Line 92: Line 94:
  
 ---- ----
-17+16
  
  
dlcp2026/timetable1.1783079761.txt.gz · Last modified: by admin