ὅδε οἶκος, ὦ ἑταῖρε, μνημεῖον ἐστιν ζωῶν τῶν σοφῶν ἀνδρῶν, καὶ τῶν ἔργων αὐτῶν

THE NOVI SAD Seminar

 

PROGRAM


Plan rada Novosadskog seminara za JANUAR 2024.



Registracija za učešće na seminaru je dostupna na sledećem linku:
https://miteam.mi.sanu.ac.rs/asset/Xqhz2H88SoxmX53xw
Ukoliko ste već registrovani predavanje možete pratiti na sledećem linku (nakon sto se ulogujete):
https://miteam.mi.sanu.ac.rs/asset/den7QsS2NK8N8oHwQ
Neulogovani korisnici mogu pratiti prenos predavanja na ovom linku (ali ne mogu postavljati pitanja osim putem chata i ne ulaze u evidenciju prisustva):
https://miteam.mi.sanu.ac.rs/call/den7QsS2NK8N8oHwQ/mEOVHCS6ddid6VfVLgrXxcDb0A2IoJ2Ln5_c7pVQw9J




Utorak, 30.01.2024. u 12:00, svečana sala, Ogranak SANU u Novom Sadu, Nikole Pašića 6 i Online
Marina Pavlović, Matematički institut SANU
KORIŠĆENJE DUBOKOG UČENJA ZA MODELOVANJE SVETLOSNIH KRIVIH KVAZARA POMOĆU QNPy
Svetlosne krive kvazara pokazuju stohastičku varijabilnost, koja u kombinaciji sa tehničkim ograničenjima posmatranja, kao što su česte praznine u posmatranju i nepravilne kadence, stvaraju značajne izazove za njihovu analizu. Da bi se efikasno suočili sa ovim izazovima, i istražili fizičke procese koji se odvijaju u kvazarima, korišćenje dubokog učenja ističe se kao ključni metod za efikasno modelovanje svetlosnih krivih kvazara. U ovom predavanju predstavljamo naš Python paket, koji je sada dostupan kao "QNPy" na PyPI platformi, koji predstavlja revolucionarni alat za modelovanje svetlosnih krivih kvazara pomoću algoritama meta učenja koji se nazivaju Kondicionim Neuronskim Procesima. Pokazaćemo prvu primenu QNPy Pajton paketa na dva primera dobijenih iz Data Challenge-a LSST AGN Science Collaboration i svemirske misije GAIA.

Marko Janev
Rukovodilac seminara
Anastazia Žunić
Sekretar seminara