May 26, 2016
Current world is driven by data and superb analytical capability provided by state-of-the-art machine learning research. We assume that there exist classes of important prediction problems related to interaction among autonomous rational entities, for which statistical data analysis is not sufficient enough (such as understanding of future operation of drones in urban environment or massive deployment of autonomous vehicles in existing car traffic). Hybnou silou současného světa jsou data a vynikající schopnost je analyzovat, kterou poskytuje nejmodernější výzkum v oblasti strojového učení. Domníváme se, že existují třídy důležitých predikčních problémů souvisejících s interakcí autonomních racionálních subjektů, pro které statistická analýza dat není dostačující (jako je porozumění budoucímu fungování dronů v městském prostředí, nebo masovému nasazení autonomních vozidel v existující automobilové dopravě).
Seminář se bude scházet vždy 4. čtvrtek v měsíci v 16 hod. (s výjimkou letních měsíců a prosince), a to buď v budově FEL ČVUT na Karlově náměstí, nebo v budově MFF UK na Malostranském náměstí. Jeho program bude tvořen hodinovou přednáškou, po níž bude následovat časově neomezená diskuse. Základem přednášky by mělo být něco (v mezinárodním měřítku) mimořádného nebo aspoň pozoruhodného, na co přednášející přišel a co vysvětlí způsobem srozumitelným a zajímavým i pro širší informatickou obec. Přednášky budou standardně v angličtině. Formát semináře připravil přípravný výbor ve složení Roman Barták (MFF UK), Michal Chytil (ÚI AVČR), Pavel Kordík (FIT ČVUT), Jan Kybic (FEL ČVUT), Michal Pěchouček (FEL ČVUT), Jiří Sgall (MFF UK), Vojtěch Svátek (FIS VŠE), Michal Šorel (ÚTIA AV ČR), Tomáš Werner (FEL ČVUT), Filip Železný (FEL ČVUT) Idea Pražského informatického semináře vznikla z rozhovorů představitelů několika vědeckých institucí na téma, jak odstranit zbytečnou fragmentaci informatické komunity v ČR.
Total of 0 viewers voted for saving the presentation to eternal vault which is 0.0%
Presentations on similar topic, category or speaker