10
Календарь конференций
  • 16 февраля – 17 декабря

    Всероссийский конкурс - Олимпиада "Кристальное дерево знаний", посвященный году экологии

  • 10 октября – 10 декабря

    Фотоконкурс МГУ #MSUFOTO2017

  • 30 октября

    Научно-практическая конференция: «Психическое здоровье человека и общества. Актуальные междисциплинарные проблемы»

  • 30 октября – 4 ноября

    X Командно-личный турнир школьников «Математическое многоборье»

  • 30 октября – 4 ноября

    X Командно-личный турнир школьников «Математическое многоборье»

  • 7 – 10 ноября

    Международная студенческая конференция "Carpe Scientiam"

  • 13 ноября – 8 февраля

    Международный конкурс на лучшую научную работу «Аrs Sacra Audit»

  • 17 – 18 ноября

    ХIII Поспеловские чтения. Памяти В.Е. Хализева. Аксиологические проблемы в художественной литературе

  • 24 – 26 ноября

    II Международная научная конференция «Конвергентные когнитивно-информационные технологии»

  • 27 ноября – 1 декабря

    V Российская Школа по глинистым минералам «Argilla Studium-2017»

  • 29 ноября

    «Фигура поэта в старом и новом Китае» с участием современных китайских писателей

Все конференции
Олимпиады школьников и универсиады в МГУ
Гранты Президента РФ
Конкурсы на замещение должностей научных и педагогических работников
Программы дополни-
тельного образования
Всемирный фестиваль молодёжи и студентов 2017
Мероприятия для школьников и учителей
Единая поисковая система по зарубежным базам данных

Паспорт программы «Альтернативные методы оценивания для инженеров»

Подразделение: Механико-математический факультет

Направление программы Профессиональные программы
Область программы Математические и естественные науки
Группа программы Математика и механика
Вид программы Программы повышения квалификации
Форма обучения Очная
Объем программы (академические часы)
Всего 108
Аудиторных 72
Срок обучения 18 нед. (4 мес.)
Стоимость обучения 50 000.00 руб.
Период работы программы По мере формирования групп
Выдаваемый документ Удостоверение о повышении квалификации
Подробно о программе http://master.math.msu.ru/professional-development/alternative-estimation-methods-for-engineers/
Требования для поступления высшее физико-математическое или техническое образование, работа на предприятиях авиакосмической промышленности
Ответственный за дополнительное образование в подразделении: "Механико-математический факультет"
ФИО М.Ю. Попеленский
E-mail mpopelensky@master.math.msu.ru
Телефон (495) 939-39-29
Руководитель программы
ФИО А.И. Матасов
E-mail alexander.matasov@gmail.com
Телефон (495) 939-59-33
При решении прикладных задач часто возникает необходимость оценить некоторые параметры по произведенным измерениям. Самым известным методом оценивания является классический метод наименьших квадратов. Однако данный подход оказывается не вполне эффективным, например, при наличии даже редких аномально больших ошибок измерений, возникновение которых типично в прикладных задачах. В этой ситуации используется метод наименьших модулей, который позволяет существенно ослабить влияние сбоев в измерениях на точность оценивания параметров. Кроме того, классические задачи оценивания основаны на предположении, что вероятностные распределения возмущений известны или, по крайней мере, известны такие статистические характеристики, как математические ожидания и ковариационные матрицы. Однако, во многих приложениях стохастическое описание не является полным. Так, для многих уникальных измерительных систем нет достаточного количества экспериментальных данных. Поэтому невозможно определить статистические характеристики с достаточной точностью и надежностью. Более того, иногда сам факт наличия статистической устойчивости экспериментальных данных сомнителен. В этом случае статистическое описание невозможно в принципе. Поэтому, наряду со статистической формализацией, исследователю приходится описывать неопределенность принадлежностью реализаций возмущений некоторым множествам. Тогда очень плодотворным методом оценивания является гарантирующий подход. Планируется изложить базовые понятия метода наименьших модулей и гарантирующего подхода и рассказать об их пользе для решения прикладных задач.