Открытый доступ Открытый доступ  Доступ закрыт Доступ предоставлен  Доступ закрыт Только для подписчиков

Том 80, № 6 (2025)

Обложка

Весь выпуск

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Регулярность решений уравнений Фоккера–Планка–Колмогорова

Богачев В.И., Шапошников С.В.

Аннотация

В работе дан обзор свойств регулярности решений уравнений Фоккера–Планка–Колмогорова эллиптического и параболического типов. Обсуждаются условия существования плотностей решений, локальные свойства этих плотностей типа ограниченности, непрерывности, гёльдеровости, соболевской непрерывности, а также глобальные свойства типа оценок на всем пространстве, высокой интегрируемости и принадлежности к классам Соболева на всем пространстве. Приведены также новые результаты о свойствах решений в случае коэффициентов низкой регулярности.
Библиография: 101 название.
Успехи математических наук. 2025;80(6):3-44
pages 3-44 views

Сходимость многослойного персептрона к гистограммной байесовской регрессии

Елисеев Н.А., Перминов А.И., Турдаков Д.Ю.

Аннотация

Рассматривается задача повышения интерпретируемости и обоснованности решений байесовского классификатора при аппроксимации эмпирических данных с использованием многослойного персептрона. Гистограммная регрессия сохраняет прозрачность и статистическую интерпретацию, но ограничена требованиями к памяти ($O(n)$) и низкой масштабируемостью, тогда как многослойный персептрон обеспечивает эффективное по памяти представление ($O(1)$) и высокую вычислительную эффективность при ограниченной интерпретируемости.
Особое внимание уделено унарной схеме обучения, при которой обучающая выборка состоит из примеров одного целевого класса и дополнительных фоновых точек, равномерно распределённых на компактном множестве признакового пространства. Такой подход позволяет обрабатывать каждый класс изолированно и реализовать механизм отказа от классификации вне носителя данных, повышая надёжность модели.
Предлагается рассматривать выход персептрона как состоятельный аналог гистограммного разбиения, индуцированного ячейками линейности персептрона. Доказывается, что при естественных условиях регулярности и контролируемом росте архитектуры выходная функция многослойного персептрона является состоятельной и асимптотически эквивалентной гистограммной оценке. Теоретическая состоятельность строго доказана для случая фиксированного первого слоя, а численные эксперименты подтверждают применимость результатов для моделей со всеми обучаемыми слоями.
Таким образом, гистограммная интерпретация обеспечивает статистическую верификацию корректности аппроксимации персептрона и способствует повышению доверия к классификационным решениям в рамках унарной модели.
Библиография: 15 названий.
Успехи математических наук. 2025;80(6):45-72
pages 45-72 views

Generalized chord diagrams and weight systems

Казарян М.Э., Красильников Е.С., Ландо С.К., Шапиро М.З., Зайцев М.Р.

Аннотация

The paper is devoted to a description of the recent progress in understanding the extension of Lie algebra weight systems to permutations. Lie algebra weight systems are functions on chord diagrams arising naturally in Vassiliev's theory of finite-type knot invariants. These functions satisfy certain linear restrictions known as Vassiliev's 4-term relations. Chord diagrams can be interpreted as fixed-point-free involutions in symmetric groups, and an extension of Lie algebra weight systems to arbitrary permutations was aimed at finding an efficient way to compute their values. We show that this extension is of interest on its own, which suggests introducing the notion of weight system on permutations. To this end we define generalized Vassiliev's relations for permutations, which reduce to conventional ones for chord diagrams. We also describe the corresponding Hopf algebra structures on spaces of permutations that match the classical Hopf algebra structure on the space of chord diagrams modulo 4-term relations. Among main results of the paper is an explicit formula for the average value of the universal $\mathfrak{gl}$-weight system on permutations. This formula implies, in particular, that this average value is a tau-function for the Kadomtsev-Petviashvili hierarchy of partial differential equations. Its proof is based on an analysis of a quantum version of the universal $\mathfrak{gl}$-weight system.
Успехи математических наук. 2025;80(6):73-136
pages 73-136 views

Accelerated Bregman gradient methods for relatively smooth and relatively Lipschitz continuous minimization problems

Савчук О.С., Алкуса М.С., Шушко А.И., Выгузов А.А., Стонякин Ф.С., Пасечнюк Д.А., Гасников А.В.

Аннотация

We propose some accelerated methods for solving optimization problems under the condition of relatively smooth and relatively Lipschitz continuous functions with inexact oracle. We consider the problem of minimizing a convex, differentiable, and relatively smooth function relative to a reference convex function. The first proposed method is based on a similar triangles method with inexact oracle, which uses a special triangular scaling property of the Bregman divergence used. The other proposed methods are non-adaptive and adaptive (tuning to the relative smoothness parameter) accelerated Bregman proximal gradient methods with inexact oracle. These methods are universal in the sense that they apply not only to relatively smooth but also to relatively Lipschitz continuous optimization problems. We also introduce an adaptive intermediate Bregman method, which interpolates between slower but more robust non-accelerated algorithms and faster but less robust accelerated algorithms. We conclude the paper with the results of numerical experiments demonstrating the advantages of the proposed algorithms for the Poisson inverse problem.
Успехи математических наук. 2025;80(6):137-172
pages 137-172 views

КРАТКИЕ СООБЩЕНИЯ

pages 173-174 views

Положительный конус случайных мер

Буфетов А.И.
Успехи математических наук. 2025;80(6):175-176
pages 175-176 views
pages 177-178 views

Рациональность трехмерных многообразий Фано и зеркальная симметрия

Ли С., Пржиялковский В.В.
Успехи математических наук. 2025;80(6):179-180
pages 179-180 views

МАТЕМАТИЧЕСКИЕ АСПЕКТЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

Об обратной задаче сопоставления потока в одномерном и гауссовском случаях

Коротин А.А., Паммер Г.
Успехи математических наук. 2025;80(6):181-183
pages 181-183 views

Гигантская компонента усечённых безмасштабных графов: теория и приложения к построению датасетов

Турдаков Д.Ю., Аветисян А.И.
Успехи математических наук. 2025;80(6):184-186
pages 184-186 views

Обеспечение безопасности глубоких моделей классификации в условиях OOD и атак уклонения

Лукьянов К.С., Яськов П.А.
Успехи математических наук. 2025;80(6):187-190
pages 187-190 views

Защита от византийских атак через доверительное взвешивание устройств

Молодцов Г.Л., Медяков Д.О., Скорик С.Н., Хачатуров Н., Тигранян Ш.Т., Алетов В.И., Аветисян А.А., Такач М., Безносиков А.Н.
Успехи математических наук. 2025;80(6):191-194
pages 191-194 views

МАТЕМАТИЧЕСКАЯ ЖИЗНЬ

Валентин Анатольевич Скворцов (к девяностолетнему юбилею)

Дьяченко М.И., Кашин Б.С., Лукашенко Т.П., Плотников М.Г., Солодов А.П., Холщевникова Н.Н.
Успехи математических наук. 2025;80(6):195-197
pages 195-197 views

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».