ch
Feedback
NoML Digest

NoML Digest

前往频道在 Telegram

База знаний: github.com/noml-community/noml-kb www.youtube.com/@NoML_community dzen.ru/noml Чат: @noml_community Рекламы здесь нет, по всем другим вопросам вопросам - @pvsnurnitsyn

显示更多
2 369
订阅者
无数据24 小时
-67
-1530
吸引订阅者
七月 '26
七月 '26
+2
在1个频道中
六月 '26
+9
在1个频道中
Get PRO
五月 '26
+17
在1个频道中
Get PRO
四月 '26
+19
在1个频道中
Get PRO
三月 '26
+22
在1个频道中
Get PRO
二月 '26
+24
在1个频道中
Get PRO
一月 '26
+19
在0个频道中
Get PRO
十二月 '25
+22
在1个频道中
Get PRO
十一月 '25
+23
在2个频道中
Get PRO
十月 '25
+37
在1个频道中
Get PRO
九月 '25
+34
在1个频道中
Get PRO
八月 '25
+23
在0个频道中
Get PRO
七月 '25
+12
在0个频道中
Get PRO
六月 '25
+43
在0个频道中
Get PRO
五月 '25
+32
在1个频道中
Get PRO
四月 '25
+49
在1个频道中
Get PRO
三月 '25
+98
在1个频道中
Get PRO
二月 '25
+66
在3个频道中
Get PRO
一月 '25
+39
在1个频道中
Get PRO
十二月 '24
+43
在2个频道中
Get PRO
十一月 '24
+54
在1个频道中
Get PRO
十月 '24
+57
在3个频道中
Get PRO
九月 '24
+51
在4个频道中
Get PRO
八月 '24
+40
在1个频道中
Get PRO
七月 '24
+102
在6个频道中
Get PRO
六月 '24
+39
在3个频道中
Get PRO
五月 '24
+56
在1个频道中
Get PRO
四月 '24
+85
在0个频道中
Get PRO
三月 '24
+81
在6个频道中
Get PRO
二月 '24
+45
在1个频道中
Get PRO
一月 '24
+32
在0个频道中
Get PRO
十二月 '23
+54
在1个频道中
Get PRO
十一月 '23
+62
在1个频道中
Get PRO
十月 '23
+73
在1个频道中
Get PRO
九月 '23
+65
在0个频道中
Get PRO
八月 '23
+38
在0个频道中
Get PRO
七月 '23
+48
在0个频道中
Get PRO
六月 '23
+51
在0个频道中
Get PRO
五月 '23
+55
在0个频道中
Get PRO
四月 '23
+51
在0个频道中
Get PRO
三月 '23
+81
在0个频道中
Get PRO
二月 '23
+71
在0个频道中
Get PRO
一月 '23
+68
在0个频道中
Get PRO
十二月 '22
+88
在0个频道中
Get PRO
十一月 '22
+37
在0个频道中
Get PRO
十月 '22
+81
在0个频道中
Get PRO
九月 '22
+125
在0个频道中
Get PRO
八月 '22
+86
在0个频道中
Get PRO
七月 '22
+121
在0个频道中
Get PRO
六月 '22
+64
在0个频道中
Get PRO
五月 '22
+82
在0个频道中
Get PRO
四月 '22
+27
在0个频道中
Get PRO
三月 '22
+21
在0个频道中
Get PRO
二月 '22
+51
在0个频道中
Get PRO
一月 '22
+43
在0个频道中
Get PRO
十二月 '21
+62
在0个频道中
Get PRO
十一月 '21
+23
在0个频道中
Get PRO
十月 '21
+40
在0个频道中
Get PRO
九月 '21
+51
在0个频道中
Get PRO
八月 '21
+33
在0个频道中
Get PRO
七月 '21
+77
在0个频道中
Get PRO
六月 '21
+34
在0个频道中
Get PRO
五月 '21
+187
在0个频道中
日期
订阅者增长
提及
频道
04 七月0
03 七月0
02 七月0
01 七月+2
频道帖子
15 июля 2026 г., 16:00(!!) МСК, онлайн Созвон про проблемы адаптации технологий конфиденциальных вычислений и PET Яндекс Телемост-> Технологии конфиденциальных вычислений (и в более широком смысле PET, Privacy-Enhancing Technologies) и потенциальные бизнес-кейсы их применения в контексте задач данных и аналитики мы обсуждаем уже давно. В этот раз решили поговорить подробнее о вызовах на пути их массового внедрения. Ключевые барьеры сейчас лежат не в технологической, а в организационной и методологической плоскости. Коллеги из Ассоциации больших данных поделятся своим видением проблем и подходами к их решению: • Как считать риски при использовании PET? • Кто берёт эти риски на себя: бизнес, регулятор, оператор данных, вендор технологии? • Как выглядит пайплайн митигации рисков и что нужно, чтобы ввести его в правовое поле? Далее проведём широкое обсуждение указанных и смежных вопросов с участием других экспертов данной области. Сохраняйте ссылку в свои календари и пересылайте коллегам, которым релевантно!

2
А.С. Тарасов (TarasovMath), Задача Таммеса для 13 точек (сильная проблема тринадцати сфер) Кстати запись прошедшего семинара от 13 мая: YouTube-> Дзен-> RuTube-> Файл-> Презентация->
1 138
3
Про сети очередей В теории массового обслуживания (ТМО) есть такая интересная область как сети очередей. Если кратко: это обобщение классической системы массовго обслуживания (СМО) на случай, когда заявка/клиент после обслуживания не покидает систему, а маршрутизируется дальше в другой узел сети (детерминированно, вероятностно, в зависимости от состояния системы и т.д.). Получается граф из взаимосвязанных СМО, где выход одного узла становится входом для другого. Такими моделями можно описывать производственные и логистические цепочки, движение пациентов в больнице или посетителей в музее, вычислительные системы и маршрутизацию пакетов в компьютерной сети, ... практически любую систему с несколькими последовательными или параллельными стадиями обслуживания/обработки. Обычно с помощью таких моделей оценивают сквозные характеристики сети: среднее время прохождения заявки от входа до выхода, длины очередей и время ожидания на отдельных узлах, загрузку и простой серверов, вероятности блокировки из-за переполненных буферов, а также общую пропускную способность системы. Примером классического результата являются так называемые сети Джексона: при ряде условий стационарное распределение поведения всей сети раскладывается в произведение распределений отдельных узлов, как будто узлы независимы друг от друга. То есть задача решается аналитически и это сильно облегчает анализ системы. Но стоит отойти от этих условий (добавить ограниченную ёмкость буферов и блокировки, приоритеты, не-марковсть, ...) и аналитическое решение уже невозможно, тогда надо применять приближённые численные методы и имитационное моделирование (ИМ). Пара источников по которым можно познакомиться с областью подробнее: • J.F. Shortle, J.M. Thompson, D. Gross, C.M. Harris, Fundamentals of Queueing Theory, 2018. Хорошая вводная книга по ТМО, от простых очередей, до сетевых моделей (сети Джексона), фокус прежде всего на аналитические методы, но упоминается также ИМ и численные методы. • G. Bolch, S. Greiner, H. de Meer, K. Trivedi, Queueing Networks and Markov Chains, 2006. Отличная книга в качестве второй по ТМО, уже с фокусом на сетевые модели. В ней же очень хорошая глава 2 про марковские цепи. Плюс рекомендую (может быть даже в первую очередь) почитать разделы 1.1-1.2 про таксономию задач, методов решения и так называемых концептуализаций/формализаций, то есть как описывать системы различными парадигмами. С практической точки зрения можно посмотреть на туториалы открытых фреймворков: • Ciw • queueing-tool • LINE • JMT Более полный список материалов по ТМО и ИМ ведется в нашей базе знаний->.
965
4
Про VLSI Ниже материалы от докладчика Михаила Шеблаева. Во-первых, для всех интересующихся темой: сейчас проходит хакатон Траектория САПР 2026, регистрируйтесь и участвуйте! Во-вторых, очень хорошая книга с систематическим изложеним задач VLSI: A.B. Kahng, J. Lienig, I.L. Markov, J. Hu, VLSI Physical Design From Graph Partitioning to Timing Closure, 2011 И в-третьих, пара инструментов, которые упоминались на семинаре: • The OpenROAD Project • iEDA
0
5
М.В. Шеблаев (ФКИ МГУ, Аквариус), Задачи дискретной оптимизации в проектировании микроэлектроники Запись прошлого семинара от 29 апреля: YouTube-> Дзен-> RuTube-> Файл-> Презентация->
0
6
13 мая 2026 г., 12:00 МСК, онлайн Задача Таммеса для 13 точек (сильная проблема тринадцати сфер) Алексей Сергеевич Тарасов, к.ф.-м.н, TarasovMath Яндекс Телемост-> Как плотно упаковать 13 шаров вокруг единичного шара? Этот вопрос уходит корнями в знаменитый спор Ньютона и Грегори 1694 года: могут ли 13 равных шаров одновременно касаться центрального? Ньютон утверждал, что нет, Грегори — что да. Правота Ньютона была строго доказана лишь в 1953 году (Шютте и ван дер Варден). Но сразу возник следующий, более тонкий вопрос: какого максимального радиуса должны быть 13 шаров, чтобы уместиться вокруг единичного? Это и есть задача Таммеса для N=13, известная также как сильная проблема тринадцати сфер, и она оставалась открытой вплоть до недавнего времени. В докладе будет представлено решение этой задачи. Ключевым инструментом стала нелинейная оптимизация в сочетании с перебором так называемых неприводимых графов — комбинаторных объектов, кодирующих структуру допустимых конфигураций.
0
7
29 апреля 2026 г., 12:00 МСК, онлайн Задачи дискретной оптимизации в проектировании микроэлектроники Михаил Владимирович Шеблаев (ФКИ МГУ, Аквариус) Яндекс Телемост-> (ссылка будет завтра) В докладе речь пойдет о принципах проектирования и этапах разработки современных сверхбольших интегральных схем, а такж о задачах оптимизации, возникающих на каждом этапе.
0
8
Н.А. Лутовинова (ИПУ РАН), Классические задачи теории расписаний YouTube-> Дзен-> RuTube-> Файл-> Презентация->
0
9
Р.В. Сультимов (Институт ИИ МГУ и МФТИ), Арктика: современное состояние, перспективы, моделирование YouTube-> Дзен-> RuTube-> Файл->
0