Seminarai 2020/21(archyvas)
2020 metų rudens semestro paskaitos
2020-09-23. Pranešėjas: Dr. Linas Petkevičius.
Tema: Išskirčių identifikavimas duomenų rinkiniuose.
Santrauka: Duomenų analizė, išmanūs algoritmai mus supa aplinkui. Visgi, dažnai naudojami modeliai vertina modelio parametrus laikydami, jog duomenys „švarūs”, tai savo ruoštu gali vesti prie paslinktų įverčių, bei klaidingų išvadų. Kas yra išskirtys duomenyse ir kaip identifikuoti išskirtis mastelio-postūmio skirtiniams [1], bei regresijos atvejais [2] bus pristatoma seminare.
Literatūra: [1] V. Bagdonavičius, L. Petkevičius, „Multiple outlier detection tests for parametric models” arXiv preprint arXiv:1910.10426 (2019); [2] V. Bagdonavičius, L. Petkevičius, „A new multiple outliers identification method in linear regression” Metrika 83 (2020), 275-296.
2020-10-07. Informatikos instituto doktorantų ataskaitinis seminaras.
2021-10-21. Pranešėjas: Prof. Linas Laibinis.
Tema: The refinement calculus — a mathematical theory of program refinement.
Santrauka: The refinement calculus is a logical framework for reasoning about programs. It is concerned with two main questions: is a program correct with respect to a given specification, and how can we improve, or refine, a program while preserving its correctness. Both programs and specifications can be seen as special cases of a more general notion, that of a contract between independent agents. Refinement is defined as a relation between contracts and turns out to be a lattice ordering. The refinement calculus is formalized within higher-order logic. This allows us to prove the correctness of programs and to calculate program refinements in a rigorous, mathematically precise manner. Lattice theory and higher-order logic together form the mathematical basis for the calculus.
Literatūra: [1] Ralph-Johan Back, Joakim von Wright. Refinement Calculus: A Systematic Introduction. Springer-Verlag, 1998. DOI: 10.1007/978-1-4612-1674-2; [2] Viorel Preoteasa and Ralph-Johan Back. Data Refinement of Invariant Based Programs. In Electronic Notes in Theoretical Computer Science, pages 143-163, Elsevier, 2009. DOI: 10.1016/j.entcs.2009.12.022; [3] Linas Laibinis. Mechanised Formal Reasoning About Modular Programs. PhD thesis, TUCS Dissertations, Turku Centre for Computer Science, April 2000; [4] Anton Tarasyuk, Elena Troubitsyna, and Linas Laibinis. Integrating Stochastic Reasoning into Event-B Formal Development. Formal Aspects of Computing, 27(1), pages 53-77, 2015.
2020-11-04. Pranešėjas: Dr. Linas Petkevičius.
Tema: Vaizdų palyginimo matai medicininių vaizdų rekonstrukcijai.
Santrauka: Per pastarąjį penkmetį vaizdų analizė ir gilieji mokymosi metodai, tobulėjo ypatingai sparčiai. Sėkmė kompiuterinėje regoje įgalino įvarius naujus taikymus įskaitant medicininių vaizdų analizėje. Vaizdo rekonstrukcija, triukšmo šalinimas ir kiti panašūs taikymai, sparčiai tobulėjo. Seminare pristatoma apžvalga ir praktiniai tyrimai, kaip vaizdų palyginimo matai įtakoja galutinį modelių tikslumą. Tyrimai rodo jog sudėtinga vaizdų struktūra, reikalauja labai detalaus vaizdų palyginimo matų parinkimo, praktiškai veikiančių modelių kūrimui.
Literatūra: [1] Wang, Zhou, et al., „Image quality assessment: from error visibility to structural similarity,” IEEE transactions on image processing 13.4 (2004): 600-612; [2] You, Chenyu, et al., „Structurally-sensitive multi-scale deep neural network for low-dose CT denoising,” IEEE Access 6 (2018): 41839-41855; [3] Renieblas, Gabriel Prieto, et al., „Structural similarity index family for image quality assessment in radiological images,” Journal of medical imaging 4.3 (2017): 035501.1; [4] Brusokas, Jonas; Petkevičius, Linas, Analysis of deep neural network architectures and similarity metrics for low-dose CT reconstruction, 2020 IEEE open conference of electrical, electronic and information sciences (eStream)), 30 April 2020, Vilnius, Lithuania: proceedings of the conference / organized by Vilnius Gediminas Technical University, New York : IEEE, 2020. ISBN 9781728197791. p. [1-6]. DOI: 10.1109/eStream50540.2020.9108883; [5] Brusokas, Jonas; Petkevičius, Linas, Numerical analysis of SLSSIM similarity on medical X-ray image domain, Informacinės technologijos = Information technology : XXIV tarpuniversitetinės tarptautinės magistrantų ir doktorantų konferencijos „Informacinė visuomenė ir universitetinės studijos“ (IVUS 2019) medžiaga, 2019 m. balandžio 25 d.,Kaunas,Lietuva. Kaunas : Vytauto Didžiojo universiteto leidykla. ISSN 2029-249X. eISSN 2029-4824. 2019, p. 119-124.
2020-11-18. Pranešėjas: Prof. Leonidas Sakalauskas.
Tema: Socialinio elgesio fenomenų matematinis-kompiuterinis modeliavimas.
Santrauka: Pranešimas yra skirtas daugiaagenčio modeliavimo, lošimų teorijos bei struktūrinio tikimybinio modeliavimo taikymams sistemiškai nagrinėjant įvairius socialinio elgesio fenomenus (lošimų teorijos grupinių sprendimų paradoksai, socialinio kapitalo dinamika, pandemijų-infodemijų informaciniai aspektai, ir tt.). Nagrinėjami realių procesų ontologinio operacionalizavimo klausimai, siekiant parodyti kompiuterių mokslo sąsajas su socialiniais-humanitariniais mokslais, bei parengti metodologiją Įrodymais pagrįstiems sprendimams (Evidence-Based-Decisions) formuoti.
Literatūra: 1. E. Vilkas (2002) Sprendimų priėmimo teorija. VDU; 2. R. Axelrod (2006), The Evolution of Cooperation; 3. J. Scott (2017). Social Network Analysis; 4. K. J. Arrow (1963). Social Choice and Individual Values; 5. I. Curriel (1997) Cooperative Game Theory and Applications; 6. R. Bagozzi, Yi Youjae (2011). Specification, evaluation, and interpretation of structural equation models. Journal of the Academy of Marketing Science, vol 40, No 1, pp. 8–34; 7. L. Sakalauskas, V. Dulskis, R. Lauzikas, A. Miliauskas, D. Plikynas (2020) A probabilistic model of the impact of cultural participation on social capital. JOURNAL OF MATHEMATICAL SOCIOLOGY. DOI: 10.1080/0022250X.2020.1725002; 8. R. Karbauskaite, L. Sakalauskas, G. Dzemyda (2020) Kriging Predictor for Facial Emotion Recognition Using Numerical Proximities of Human Emotions. INFORMATICA, vol 31, No 2, pp. 249-275.
2020-12-02. Pranešėjas: Prof. Tadas Meškauskas.
Tema: Defektuotų biologinių membranų kompiuterinis modeliavimas.
Santrauka: Papasakosiu apie kartu su VU GMC kolegomis (prof. G.Valinčiumi ir jo grupe) ir II doktorantais T.Raila, S.Bucka vykdomus tyrimus. Taikomoji sritis – toksinų pažeistų (defektuotų) fosfolipidinių membranų elektrocheminės savybės. Šios membranos imituoja gyvų organizmų ląstelių membranas, kuriose dėl sąlyčių su toksinais, uždegimų, senėjimo ir kitų priežasčių gali rastis defektai, iškreipiantys elektrocheminius virsmus (o tai gali sietis su neurodegeneraciniais susirgimais: pavyzdžiui, Alzheimerio liga, Parkinsono liga). Sudaromi ir analizuojami (baigtinių elementų metodu) trimačiai defektuotų membranų kompiuteriniai modeliai (vizualiai panašūs į olandiško sūrio gabalus). Kaip kompiuteriu sumodeliuoti elektrocheminį atsaką – impedanso spektrą (matuojamą ir eksperimentiškai laboratorijoje), su kokiais iššūkiais susiduriama? Atvirkštinis uždavinys – turint impedanso spektrą, ką galima pasakyti apie membranos pažaidos tipą (defektų klasterizacijos pobūdį)? Kokios metrikos (idėjos, susijusios su Voronojaus diagramomis) gali praversti kiekybiškai įvertinant defektų klasterizacijos laipsnį? Sintetinių duomenų generavimas ir jų atitikimas realių membranų nuotraukoms (gautoms atominės jėgos mikroskopu) – kaip kompiuteriu pseudoatsiktinai išbarstyti defektus (idėjos iš kompiuterinės grafikos: debesų, dūmų tekstūrų simuliacijos), turinčius eksperimentuose stebimą klasterizacijos pobūdį? Iššūkiai automatizuotai atpažįstant defektus (atominės jėgos nuotraukose) – „paprastos” (Hough transformacija etc.) ir „sunkiasvorės” (dirbtinis intelektas ) metodikos.
Literatūra: 1. T.Raila, F.Ambrulevičius, T.Penkauskas, M.Jankunec, T.Meškauskas, David J. Vanderah, G.Valincius, Clusters of protein pores in phospholipid bilayer membranes can be identified and characterized by electrochemical impedance spectroscopy, Electrochimica Acta, 364, 2020. https://doi.org/10.1016/j.electacta.2020.137179 2. T.Raila, T.Penkauskas, M.Jankunec, G.Dreižas, T.Meškauskas, G.Valincius, Electrochemical impedance of randomly distributed defects in tethered phospholipid bilayers: Finite element analysis, Electrochimica Acta, 299, pp. 863–874, 2019. https://doi.org/10.1016/j.electacta.2018.12.148 3. G.Valincius, T.Meškauskas, F.Ivanauskas, Electrochemical Impedance Spectroscopy of Tethered Bilayer Membranes, Langmuir, 28, pp. 977–990, 2012. http://dx.doi.org/10.1021/la204054g 4. T.Raila, M.Jankunec, T.Meškauskas, G.Valinčius, Computational models of defect clustering for tethered bilayer membranes, In: Proceedings of 20th International Conference ICCSA 2020 (Eds. O.Gervasi et al.), Springer, Lecture Notes in Computer Science, 12253, pp. 496–504, 2020. https://doi.org/10.1007/978-3-030-58814-4_35 5. T.Raila, T.Meškauskas, G.Valinčius, M.Jankunec, T.Penkauskas, Computer modeling of electrochemical impedance spectra for defected phospholipid membranes: finite element analysis, In: Proceedings of 3rd International Conference NUMTA 2019 (Eds. Y.D.Sergeyev and D.E.Kvasov), Springer, Lecture Notes in Computer Science, 11974, pp. 462–469, 2020. https://doi.org/10.1007/978-3-030-40616-5_44
2020-12-16. Pranešėjas: Prof. Saulius Gražulis.
Tema: Atvira kristalografinė duomenų bazė COD.
2021-01-20. Pranešėjas: Laurynas Mačiulis (VGTU).
Tema: Small Satellite Design Optimization
Santrauka: In the scope of the thesis a gradient-based method for multidisciplinary satellite design optimization was developed in order to maximize the allowable heat dissipation of small-satellite subsystems. This approach avoids the use of active thermal control techniques which are more complex and not always possible to implement on smaller satellites. The method proposed in this thesis can automatically compute analytic partial and total derivatives of thermal model outputs with respect to model inputs by just using the data of geometrical mathematical model and thermal mathematical model obtained from ESATAN-TMS thermal analysis program. Such computational approach is of great benefit to the thermal engineer, because he doesn’t have to build the model outside of standard industry software – all the information can be obtained from an initial model that was created based on best engineering intuition and experience. In this way optimization algorithm does not replace the creative design process but rather complements it by providing insight about which design decisions might lead to better results. Practical application of the method was demonstrated by optimizing 859 thermal, power and attitude design variables with 17 temperature and power constraints yielding a 265% improvement of the objective function.
2021 metų pavasario semestro paskaitos
2021-02-17. Pranešėjas: Prof. Aistis Raudys.
Tema: Kaip verslas taiko DI inovacijoms.
Santrauka: Aistis, jau kuri laikas, konsultuoja techniniais dirbtinio intelekto klausimais įvairias įmones, kurios bando gauti MTEP paramą, pagal įvairias programas ir pasidalins savo patirtimi.
2021-03-03. Pranešėjas: Karolis Koncevičius.
Tema: Data analysis in epigenome-wide association studies.
Santrauka: I will provide a brief overview of the data analysis tasks and methods encountered in EWAS research.
2021-03-17. Pranešėjas: Dmitri Goloubentsev.
Tema: Supercharging HPC for Object Oriented Languages with a touch of differentiable programming
Santrauka: In this seminar we will present a class of mathematical problems that require multiple executions of the same numerically complex function such as financial modelling using Monte-Carlo situations, Scenario analysis, or Neural Network training. Automatic Adjoint differentiation, a mathematical way to compute sensitivities to inputs will be also covered. You will get familiar with some typical limitations of writing a performance-efficient C++ for such problems. Then, we will introduce a new practical programming paradigm for parallel computing with optional Automatic Adjoint Differentiation that brings leaps in performance for repetitive calculations. We will demonstrate some code examples as well as a large integration project completed using our technology that shows ~1000 times performance improvement to the original open source C++ code.
2021-04-14. Pranešėjas: Dr. Kliment Olechnovič.
Tema: Deep convolutional neural network built on 3D Voronoi tessellation of protein structures.
Santrauka: Effective use of evolutionary information has recently led to tremendous progress in computational prediction of three-dimensional (3D) molecular structures of proteins and their complexes. Despite the progress, the accuracy of predicted structures tends to vary considerably from case to case. Since the utility of computational models depends on their accuracy, reliable estimates of deviation between predicted and native structures are of utmost importance. We present a deep graph convolutional neural network (GCNN) constructed on a Voronoi tessellation of 3D molecular structures. Despite the irregular data domain, our data representation allows us to efficiently introduce both convolution and pooling operations and train the network in an end-to-end fashion without precomputed descriptors. The resulting method, VoroCNN, predicts local qualities of 3D protein folds. It was recently published in Bioinformatics (https://doi.org/10.1093/bioinformatics/btab118). The method performance is competitive to state of the art and superior to the previous 3D CNN architectures built for the same task. We are also going to introduce some prospective improvements to the VoroCNN method.
2021-04-28. Pranešėjas: Prof. Mindaugas Bloznelis.
Tema: Clustering coefficient of a preferred attachment affiliation network.
Santrauka: Summary: I will describe an evolving affiliation network that models „power laws” and „rich get richer” phenomenon. Despite being sparse the network is highly clustered: the global clustering coefficient is bounded away from zero. I will introduce the network model and explain what the clustering coefficent is. The lecture is based on the paper: Ardickas, D., Bloznelis, M.: Clustering coefficient of a preferred attachment affiliation network, Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics), 2020, 12091 LNCS, pp. 82–95.
2021-05-12. Pranešėjas: Rokas Astrauskas.
Tema: Disertacijos pristatymas. Skenuojančio mikroskopo matavimų kokybės tyrimas modeliuojant elektrodo geometriją.
Santrauka: Pranešime bus pristatoma R. Astrausko disertacija (vad. prof. F. Ivanauskas), parengta trijų mokslinių tyrimų pagrindu: 1. skenuojančios elektrocheminės mikroskopijos (SECM) redox varžymosi režimu modeliavimas, 2. SECM matavimų kokybės tyrimas modeliuojant elektrodo geometriją ir 3. fluorescenincių dažų skverbimosi į ląstelių sferoidus modeliavimas. Trumpai apžvelgsiu disertacijoje pateiktos modelius ir iš jų gautus rezultatus. Daugiausiai dėmesio skirsiu tyrimui apie elektrodo geometrijos kompiuterinį modeliavimą, kurio tikslas buvo nustatyti, kaip geometrijos pasikeitimai, pavyzdžiui, dėl prietaiso nusidėvėjimo, keičia matavimų rodmenis. Pristatysiu matematinius modelius, skaitinį sprendimą, algoritmų veikimo verifikavimą, palyginimą su cheminio eksperimento duomenimis ir tyrimo rezultatus.
2021-05-26. Pranešėjai: Doc. Rimvydas Krasauskas ir doc. Severinas Zubė.
Tema: Klasikinės geometrijos taikymai paviršių modeliavime.
Santrauka: Šiuolaikinio kompiuterinio geometrinio modeliavimo (CAGD = Computer Aided Geometric Design) metoduose vyrauja racionalios parametrizacijos, kurios jau įsitvirtino industriniuose standartuose. Pranešime apžvelgsime čia iškylančius uždavinius ir jų sprendimui naudojamas dažnai primirštas klasikines teorijas: Moebius ir Laguerre geometrijas, bei kvaternionų ir Cliffordo algebras.
2021-06-02. Pranešėjas: Prof. Lasse Leskelä (Aalto univ. Suomija)
Tema: Adaptive COVID-19 vaccination strategies in models with spatial and age structure: A case study of Finland.
Santrauka: In this talk I will discuss our research team’s experiences at Aalto University in the modelling and analysis vaccination strategies against COVID-19. The main question is: who should be vaccinated first in order to minimise the loss of lives induced by the disease? We evaluate the performance of various heuristic strategies for allocating vaccines and compare them to strategies found using optimal control theory. Our approach is based on a mathematical model which tracks the spread of disease among different age groups and across different geographical regions, and we introduce a method to combine age-specific contact data to geographical movement data. As a case study, we model the epidemic in the population of mainland Finland utilizing mobility data from a major telecom operator. Our approach allows to determine which geographical regions and age groups should be targeted first in order to minimize the number of deaths. In the scenarios that we tested, we found that distributing vaccines demographically and in an age-descending order is not optimal for minimizing deaths and the burden of disease. Instead, more lives could potentially be saved by using strategies which emphasize high-incidence regions and distribute vaccines in parallel to multiple age groups.
2021-06-09. Pranešėjas: Anatolij Nečiporenko.
Tema: Bioreaktoriaus valdymo matematinis modeliavimas taikant nelokalias sąlygas ir nelokalias kraštines sąlygas.
Santrauka: Disertacijoje pateikti matematiniai modeliai priklauso intensyviai nagrinėjamai uždavinių klasei – diferencialinėms lygtims su nelokaliomis kraštinėmis sąlygomis ir nelokaliomis sąlygomis. Tirti matematiniai modeliai priklauso dalinių išvestinių diferencialinių lygčių klasei, dažnai naudojamai tiriant įvairius bioreaktorių ir biosensorių aspektus. Šiame darbe matematiniai modeliai sukonstruoti naudojant reakcijos-difuzijos, konvekcijos-reakcijos ir konvekcijos-reakcijos-difuzijos lygčių sistemas su Michaelio-Menten kinetika ir slopinimu. Cheminių ir biocheminių reakcijos procesų modeliavimas atliekamas taikant PID valdymą. Išskirtinė šio darbo tyrimo sritis yra nelokalios sąlygos ir nelokalios kraštinės sąlygos kurios modeliuoja PID valdymą ir atskirai valdiklio dedamųjų poaibį (PI, I).