Data e horário: Segunda-feira - 14/09 - 09h30
Local: Auditório - Bloco V
Chair: TBD
Título: TBA
Resumo: TBA
Data e horário: Terça-feira - 15/09 - 10h30
Local: Auditório - Bloco V
Chair: TBD
Título: Métodos regularizados de descida por coordenadas em blocos: complexidade e aplicações
Resumo: Os métodos de descida por coordenadas em blocos têm sido, há muito tempo, uma ferramenta importante em otimização de grande escala. Mais recentemente, esses métodos receberam atenção renovada devido ao crescente destaque das aplicações em aprendizado de máquina, nas quais a escalabilidade é um requisito fundamental. Nesta palestra, apresentaremos avanços recentes em métodos de coordenadas em blocos com regularização para problemas de otimização com restrições de caixa e problemas de minimização com restrições não convexas. Para problemas com restrições de caixa, serão descritos métodos que empregam regularização de ordem superior e será discutida sua convergência assintótica para pontos estacionários de ordem p. Também serão apresentados resultados de complexidade no pior caso, mostrando que a obtenção de estacionariedade de primeira ordem com precisão ε, em relação às variáveis de cada bloco, requer O(ε−(p+1)/p) iterações, enquanto a obtenção de estacionariedade de primeira ordem com precisão ε, em relação a todas as variáveis, requer O(ε−(p+1)) iterações. Para problemas com restrições não convexas, serão considerados métodos de coordenadas em blocos baseados em regularização quadrática. Serão discutidas suas propriedades de convergência e a análise de complexidade associada, mostrando que um ponto (δ, ε)-crítico pode ser obtido com O(ε−2) iterações e avaliações da função. Será ilustrado o desempenho prático dessas técnicas por meio de aplicações recentes em problemas emergentes de roteamento motivados por entrega de última milha (last-mile delivery) e operações com veículos aéreos não tripulados (unmanned aerial vehicles — UAVs).
Data e horário: Quinta-feira - 17/09 - 10h30
Local: Auditório - Bloco V
Chair: TBD
Título: TBA
Resumo: TBA
Data e horário: Sexta-feira - 18/09 - 11h30
Local: Auditório - Bloco V
Chair: TBD
Title: Brazil's Market of Natural Gas: Explicit Reformulations of Complementarity Equilibria
Abstract: In mathematical optimization, finding an equilibrium for competitive markets involves dealing with complementarity models. When agents in the market have an elastic behavior, complementarity problems are very challenging and hard to solve. To address this difficulty, we propose an equivalent reformulation that maps complementary equilibria into solutions of ractable optimization problems.
The computational efficiency and robustness of the proposed reformulation is assessed on the Brazilian natural gas transportation network.
Joint work with Marcelo M. Cordova, Juan Pablo C. Luna, and Laura Bahiense
Data e horário: Terça-feira - 15/9 - 11h30
Local: Auditório - Bloco V
Chair: TBD
Título: TBD
Resumo: TBD
Data e horário: Terça-feira - 15/9 - 11h30
Local: Anfiteatro IV - Bloco V
Chair: TBD
Títle: From Diffusion Equations to Nonparametric Estimation
Abstract: Diffusion equations play a central role in many areas of applied mathematics as natural smoothing mechanisms. In recent years, this idea has also been incorporated into nonparametric statistics, leading to diffusion-based estimators with strong practical performance. In this talk, we present a theoretical framework for this class of methods in both density estimation and nonparametric regression. We will show how diffusion can be interpreted as a regularization operator acting on an initial estimator and establish uniform convergence results together with explicit sup-norm error bounds. The analysis reveals that the convergence properties of the initial estimator are naturally inherited by its diffused counterpart. We will also discuss two diffusion-based regression estimators, their theoretical properties, and numerical experiments illustrating the practical benefits of the diffusion approach.
Data e horário: Quinta-feira - 17/9 - 11h30
Local: Auditório - Bloco V
Chair: TBD
Título: TBA
Resumo: TBA
Data e horário: Quinta-feira - 17/9 - 11h30
Local: Anfiteatro IV - Bloco V
Chair: TBD
Título: Problemas de Logística & Transportes Inteligentes: Soluções via Otimização & Inteligência Computacional.
Resumo: Nesta apresentação iremos abordar algumas aplicações e soluções de segmentos de Logística e Transportes no contexto de Cidades & Regiões Inteligentes e Sustentáveis (CRIS), bem como apresentar algumas das metodologias mais eficientes existentes na Otimização e Inteligência Computacional para resolver estes desafios, incluindo os chamados: Algoritmos Híbridos. Mostraremos algumas pesquisas desenvolvidas pela nossa equipe do LabIC (Laboratório de Inteligência Computacional) do IC/UFF em temas associadas a CRIS que incluem aplicações em logística humanitária e Eventos Climáticos Extremos (ECE).
Sobre o Palestrante
O Professor Luiz Satoru Ochi é professor titular do Instituto de Computação da Universidade Federal Fluminense (IC-UFF). É bolsista de produtividade em pesquisa do CNPq (Comitê de Computação, nível PQ-1C) e, desde 2008, recebe o Grant da FAPERJ associado ao prêmio Cientista do Nosso Estado (CNE-FAPERJ). Em 2020, recebeu o Prêmio de Excelência Científica pela UFF. É membro do Comitê Gestor do HUB-Rio (Centro de Excelência em Transformação Digital & Inteligência Artificial do Estado do Rio de Janeiro) e atua anualmente na organização e em comitês de diversos eventos nacionais e internacionais nas áreas de Otimização, Computação e Engenharias. Seus temas de ensino e pesquisa incluem: Inteligência Computacional, Inteligência Artificial, Algoritmos, Computação de Alto Desempenho, Pesquisa Operacional e Otimização.
Data e horário: Sexta-feira - 18/9 - 10h30
Local: Auditório - Bloco V
Chair: TBD
Título: TBA
Resumo: TBA
Data e horário: Sexta-feira - 18/9 - 10h30
Local: Anfiteatro IV - Bloco V
Chair: TBD
Title: When Biology Becomes a Mathematical Problem
Abstract: Biology has undergone a profound transformation over the last two decades. Advances in high-throughput technologies have produced an unprecedented volume of genomic and clinical data. Yet today the primary challenge is no longer data generation. It is understanding complexity. Biological systems are inherently heterogeneous, dynamic, multiscale, and uncertain, making them one of the most demanding problems in modern applied mathematics. Advances in sequencing technologies have transformed biology into one of the most data-intensive scientific disciplines. Public repositories now contain millions of biological datasets, yet the availability of data has not translated proportionally into biological understanding. The central challenge has shifted from data generation to data interpretation. In this talk, I will discuss how modern genomics has become fundamentally a mathematical and computational problem. High-dimensional observations, heterogeneous experimental platforms, temporal dynamics, and intrinsic biological variability demand statistical methodologies, optimization techniques, machine learning algorithms, and probabilistic models capable of extracting robust and reproducible knowledge from complex datasets.