Título: Functional Itô Calculus and Applications to Stochastic Control
Palestrante: Yuri Saporito (FGV)
Data: 23/09/2019 (segunda-feira)
Hora: 15:30
Local: B106-b – Bloco B - CT – Instituto de Matemática - UFRJ
Resumo/Abstract: In this talk we will review the recent developments on Functional Itô calculus, FITO in short. Created (or discovered) by Bruno Dupire and published in a seminal paper in 2009, this calculus is a generalization of Itô’s classical theory and allows us to examine models where the history of certain factors plays an important role. We will present the general theory and survey the theoretical unfolding of FITO. As an application, we will show how this theory allows us to consider stochastic control problems with path-dependence influence of the control in the dynamics of the state process.
Título: Dualidade aumentada e Otimização estocástica
Palestrante: Bernardo Freitas Paulo da Costa (IM-UFRJ)
Data: 18/09/2019 (quarta-feira)
Horário: 10:10
Local: sala C-119 - IM-UFRJ
Resumo: Uma das ideias comuns à otimização estocástica e ao aprendizado de máquina é a construção de funções valor. Nesta palestra, irei apresentar algumas das ideias em dualidade aumentada para representação de funções valor em problemas de otimização estocástica não-convexa.
Título: Por que a indústria 4.0 precisa de um Iluminismo 2.0?
Palestrante: Fabio Ramos (IM-UFRJ)
Data: 13/09/2019
Horário: 10:30
Local: sala C-116 - IM-UFRJ
Resumo: Na primeira parte desta palestra, discutiremos um pouco da matemática associada a algumas das criações mais promissoras da Inteligência Artificial, que constitui o principal motor daquilo que os economistas passaram a denominar de Quarta Revolução Industrial. Na segunda parte, discutiremos como algumas dessas criações podem estar por trás do tribalismo crescente de nossa sociedade, e conversaremos sobre possíveis caminhos para resgatar valores iluministas sob forte ataque, como a razão e a tolerância.
O Conselho Universitário da UFRJ aprovou a concessão do título de Doutor Honoris Causa ao Professor Sir Adrian Smith, conhecido por sua imensa contribuição científica ao desenvolvimento de estudos no campo da Estatística e por sua carreira brilhante.
Sir Adrian Smith um estatístico britânico. Foi diretor da Queen Mary University of London, professor de estatística e chefe do departamento de matemática da Universidade de Nottingham. Smith é um ex-vice-chanceler adjunto da Universidade de Londres e tornou-se vice-chanceler da universidade posteriormente. Ele se afastou do cargo em agosto de 2018 para se tornar o diretor do Alan Turing Institute, função que desempenha até os dias de hoje.
A associação do nome do Adrian à UFRJ é uma vitória para o DME e para a Estatística nacional como um todo e honra toda a comunidade de Estatística brasileira.
Título: Compressing Tensors for the Canonical Polyadic Decomposition
Palestrante: Felipe Diniz (IM-UFRJ)
Data: 11/09/2019 (quarta-feira)
Horário: 10:10
Local: IM-UFRJ, CT, sala C-116
Resumo: Given a tensor T and a rank R, the computation of a rank-R CPD is a task which we know to be quite costly. In order to mitigate these costs, one idea is to pre-process T, obtaining a smaller tensor, S, compute the CPD for this tensor, and from this CPD we can quickly recover a CPD for T. A common approach to this problem should be based on some kind of dimensionality reduction for tensors, and this is possible with the MLSVD (multilinear singular value decomposition). This is even the first step taken by Tensorlab before computing a CPD. Curiously, no other solver does this kind of dimensionality reduction. They just compute a CPD for the "raw" tensor, which can be very costly.
