Tin nghiên cứu

Details
Category: Tin nghiên cứu
Hits: 1056
Kính gửi đến Quý Thầy Cô, sinh viên, học viên cao học và nghiên cứu sinh về thông tin Seminar học thuật của Nghiên cứu sinh Bộ môn Giải tích, 2023.
1. NCS: Danh Hứa Quốc Nam
Tên báo cáo: Một số bài toán ngược thời gian liên quan đến mô hình Kirchhoff.
Tóm tắt: Báo cáo này trình bày về một số bài toán ngược thời gian liên quan đến mô hình Kirchhoff dạng parabolic. Trước tiên, chúng tôi tìm hiểu về bài toán parabolic có chứa số hạng Kirchhoff với điều kiện phi địa phương, trong đó có xét trường hợp bài toán ngược thời gian đối với bài toán giá trị biên phi địa phương của mô hình Kirchhoff dạng parabolic. Tiếp theo, chúng tôi tìm hiểu về bài toán ngược thời gian đối với bài toán giá trị biên phi địa phương của mô hình Kirchhoff dạng hệ phương trình parabolic. Các bài toán nêu trên có nhiều ứng dụng trong các hiện tượng vật lý, sinh học,… Bằng cách áp dụng định lý điểm bất động Banach, chúng tôi chỉ ra sự tồn tại duy nhất nghiệm nhẹ (mild solution) của các bài toán theo một số giả định trước đó dựa trên dữ liệu đầu vào. Nghiệm nhẹ của các bài toán trên không ổn định theo nghĩa Hadamard (tức là nghiệm không phụ thuộc liên tục vào dữ liệu). Để chỉnh hóa các bài toán trên, chúng tôi đã sử dụng phương pháp chặt cụt chuỗi Fourier để thiết lập nghiệm chỉnh hóa; đồng thời chúng tôi cũng đánh giá được sự hội tụ của nghiệm chỉnh hóa so với nghiệm chính xác của các bài toán.
Thời gian: 10g-10g45, Thứ Sáu ngày 08/09/2023

Địa điểm: E202B, Trường ĐH KHTN, Cơ sở Nguyễn Văn Cừ.

--------------------------------------------------------------------------------------------------------------
2. NCS: Phan Thị Khánh Vân
Tên báo cáo: Một số hệ phương trình parabolic ngược thời gian và phương pháp Quasi - Reversibility (QR) cải tiến.
Tóm tắt: Bài báo cáo này trình bày về một số hệ phương trình parabolic phản ứng - khuếch tán phi địa phương với điều kiện biên Dirichlet khi biết dữ liệu tại thời điểm cuối trong trường hợp điều kiện này bị nhiễu tất định và nhiễu trắng Gaussian. Bằng cách sử dụng chuỗi Fourier, chúng tôi xây dựng toán tử chỉnh hóa (phương pháp QR) cho bài toán xấp xỉ, đánh giá sai số giữa nghiệm của bài toán chỉnh hóa và nghiệm chính xác của bài toán ban đầu và kết luận về sự hội tụ với tốc độ của hàm logarit. Ngoài ra, chúng tôi cũng trình bày một số kết quả ví dụ số minh họa cho bài toán. 
Thời gian: 10g50-11g35,Thứ Sáu ngày 08/09/2023
Địa điểm: E202B, Trường ĐH KHTN, Cơ sở Nguyễn Văn Cừ.

Details
Category: Tin nghiên cứu
Hits: 2854

THÔNG BÁO

V/v Xét tặng giải thưởng Lê Văn Thới dành cho đề tài tốt nghiệp xuất sắc năm 2023

  1. Đối tượng tham gia:

Sinh viên, Học viên Cao học, Nghiên cứu sinh của tất cả các Khoa, Viện, Trung tâm, Phòng thí nghiệm thuộc Trường Đại  học Khoa học Tự nhiên (ĐH KHTN), Đại học Quốc gia Thành phố Hồ Chí Minh (ĐHQG-HCM).

  1. Cơ cấu giải thưởng:

Giải thưởng LÊ VĂN THỚI năm 2023 bao gồm:

  • 01 Giải thưởng dành cho Khóa luận Tốt nghiệp, trị giá 30.000.000 đồng
  • 01 Giải thưởng dành cho Luận văn Thạc sĩ, trị giá 40.000.000 đồng
  • 01 Giải thưởng dành cho Luận án Tiến sĩ, trị giá 50.000.000 đồng
  1. Các tiêu chí chấm điểm:

Ban Tổ chức Giải thưởng sẽ xem xét hồ sơ dựa trên các tiêu chí sau:

  • Đề tài khóa luận/luận văn thạc sĩ/luận án tiến sĩ phải được thực hiện và bảo vệ tại Trường ĐH KHTN, ĐHQG-HCM với Thầy Cô hướng dẫn là cán bộ Trường ĐH KHTN, ĐHQG-
  • Thời gian bảo vệ khóa luận tốt nghiệp/luận văn thạc sĩ/luận án tiến sĩ trong khoảng từ ngày 01/01/2022 đến 31/12/2022.
  • Hồ sơ xét giải phải có tối thiểu một bài báo quốc tế có chỉ số ảnh hưởng (Impact Factor, IF) thuộc nhóm Q1 của ngành với ứng viên là tác giả chính (tác giả đứng đầu hoặc tác giả liên hệ) và nội dung bài báo phải liên quan trực tiếp đến đề tài khóa luận/luận văn/luận án.
  • Bài báo quốc tế có thể đã có số trang hoặc chỉ mới có số DOI, được tính cho đến ngày 31/08/2023.

 

  • Kết quả xét tuyển dựa vào các tiêu chí:

+ Xếp loại các tạp chí theo Q1, Q2, Q3, Q4;

+ Chỉ số ảnh hưởng (impact factor – IF);

+ Vị trí của ứng viên trong các bài báo.

Nếu điểm ưu tiên của nhiều ứng viên bằng nhau thì sẽ ưu tiên ứng viên có điểm học tập trung bình cao nhất.

  1. Các mốc thời gian:

Thời gian nộp hồ sơ: từ ngày 04/08/2023 đến 17g00 ngày 05/09/2023

Địa điểm: Phòng Khoa học Công nghệ (B07), Trường ĐH KHTN, ĐHQG-HCM số 227 Nguyễn Văn Cừ, Phường 4, Quận 5, TP. HCM.

Bộ hồ sơ xét giải thưởng bao gồm:

  • Quyển khóa luận/luận văn/luận án;
  • Bảng điểm học tập trung bình của sinh viên/học viên cao học/nghiên cứu sinh;
  • Các bài báo quốc tế có đính kèm minh chứng xếp hạng và minh chứng điểm Impact Factor (IF)*;

*Tham khảo minh chứng:

    Minh chứng xếp hạng: https://www.scimagojr.com/

    Minh chứng điểm IF: https://www.scijournal.org/

  • Danh sách đăng ký dự tuyển (chỉ cần nộp bản điện tử file này).

Bản mềm bộ hồ sơ xét Giải thưởng xin gửi về email: vkngoc@hcmus.edu.vn

Ban Tổ chức sẽ xem xét và niêm yết trích ngang kết quả xét tuyển công khai trên website của Nhà trường.

Trân trọng./.

Chi tiết tại 

https://www.hcmus.edu.vn/component/content/article?id=5116:thong-bao-giai-thuong-le-van-thoi-nam-2023&catid=100&Itemid=437 

Details
Category: Tin nghiên cứu
Hits: 2610

Danh sách sinh viên được duyệt tham gia trường hè sinh viên nghiên cứu khoa học 2023 do Viện Nghiên cứu cao cấp về Toán (VIASM) tổ chức

Công văn và danh sách xem chi tiết: tại đây

Mẫu báo cáo và thông báo số 01: tại đây

Lưu ý: Sinh viên gửi tóm tắt báo cáo (theo mẫu) cho Ban tổ chức trước ngày 31/07/2023.

Details
Category: Tin nghiên cứu
Hits: 3870

Bộ môn Xác suất - Thống kê kính mời quý thầy cô, nghiên cứu sinh, học viên cao học và các sinh viên có quan tâm đến tham dự Seminar Thống kê và Khoa học dữ liệu tháng 07/2023 với báo cáo sau: 

  • Tên bài báo cáo: Statistical foundations of deep generative models 
  • Báo cáo viên: GS. Lizhen Lin (Department of Mathematics, University of Maryland, College Park)
  • Thời gian: 9g30 thứ năm 27/07/2023
  • Địa điểm: Phòng E202B, Trường Đại học Khoa học Tự nhiên, 227 Nguyễn Văn Cừ, Q. 5, TP. HCM
  • Tóm tắt: Deep generative models are probabilistic generative models where the generator is parameterized by a deep neural network. They are popular models for modeling high-dimensional data such as texts, images and speeches, and have achieved impressive empirical success. Despite demonstrated success in  empirical performance,  theoretical understanding of such models  is largely lacking . We investigate statistical properties of deep generative models from a nonparametric distribution estimation viewpoint. In the considered model, data are assumed to be observed in some high-dimensional ambient space but concentrate around some low-dimensional structure such as a lower-dimensional manifold. Estimating the distribution supported on this low-dimensional structure is challenging due to its singularity with respect to the Lebesgue measure in the ambient space. We obtain convergence rates with respect to the Wasserstein metric of  distribution estimators based on two methods: a sieve MLE based on the perturbed data and a GAN type estimator. Such an analysis  provides  insights into  i) how deep generative models can avoid the curse of dimensionality and outperform classical nonparametric estimates,  and  ii) how likelihood approaches work for singular distribution estimation, especially in adapting to the intrinsic geometry of the data. 

Details
Category: Tin nghiên cứu
Hits: 3667

THÔNG BÁO SỐ 01 

TRƯỜNG HÈ SINH VIÊN NGHIÊN CỨU KHOA HỌC 2023

VIASM RESEARCH EXPERIENCE FOR UNDERGRADUATES 2023

VIASM REU 2023

1. Mục đích: 

Chương trình kinh nghiệm nghiên cứu khoa học cho sinh viên (Research Experiences for Undergraduates — REU) là chương trình hoạt động hè phổ biến tại các trường đại học của Mỹ từ những năm 80 của thế kỷ  trước.  Khi  tham gia chương  trình này, sinh viên được tài trợ hoàn toàn và được tạo điều kiện làm quen với nghiên cứu khoa học trong các lĩnh vực khác nhau, trong đó có Toán học.

Trong chương trình đào tạo các ngành Toán học tại các trường đại học ở Việt Nam, hoạt động nghiên cứu khoa học của sinh viên luôn nhận được sự quan tâm đầu tư của các đơn vị đào tạo. Tuy nhiên, những hoạt động này mới chỉ dừng lại trong phạm vi của các khoa hay các trường riêng biệt, chưa có tính kết nối giữa cộng đồng các nhà toán học và sinh viên giữa các trường.

Nằm trong khuôn khổ của Chương trình trọng điểm quốc gia phát triển Toán học giai đoạn 2021 — 2030, Khoa Toán — Cơ — Tin học, Trường ĐHKHTN, ĐHQG Hà Nội; Khoa Toán — Tin, Trường ĐHKHTN, ĐHQG TP Hồ Chí Minh và Khoa Toán và Thống kê, Trường Đại học Quy Nhơn sẽ tổ chức Trường hè sinh viên nghiên cứu khoa học năm 2023. Tại trường hè này, sinh viên sẽ được trang bị những kỹ năng cơ bản nhất trong nghiên cứu và được tiếp cận với những hướng nghiên cứu thời sự thông qua một số bài giảng của các chuyên gia hàng đầu trong và ngoài nước. Đặc biệt, tại Trường hè sinh viên nghiên cứu khoa học này, các bạn sinh viên sẽ được làm quen với những kỹ năng  nghiên cứu cơ bản và được trình bày những kết quả nghiên cứu của mình trước hội đồng gồm các thầy có chuyên môn.

2. Đối tượng: 

Sinh viên từ ba khoa Toán của Trường ĐHKHTN - ĐHQG Hà Nội HN, Trường ĐHKHTN - ĐHQG TP Hồ Chí Minh, Trường Đại học Quy Nhơn và một số trường đại học khu vực miền Bắc.

3. Thời gian và địa điểm:

  • Thời gian: Từ ngày 14 đến 18 tháng 8 năm 2023
  • Địa điểm: Viện Nghiên cứu cao cấp về Toán và Trung tâm Phát triển Đại học Quốc gia Hà Nội, Ba Vì, Hà Nội.

4. Đơn vị tổ chức và phối hợp tổ chức:

  • Viện Nghiên cứu cao cấp về Toán (VIASM);
  • Trường Đại học Khoa học Tự nhiên - ĐHQG Hà Nội (VNU-HUS).

5. Hình thức tổ chức: Trực tiếp

6. Số lượng dự kiến: 50 sinh viên (trong đó khoa chỉ chọn 10 sinh viên)

7. Thông tin tài trợ:

  • Trường hè miễn phí đối với người tham dự. 
  • Học viên được tài trợ chỗ ở, chi phí đi lại và một phần sinh hoạt phí trong suốt thời gian diễn ra Trường hè.

8. Đăng ký: tại đây

Đính kèm công văn số 96/VNCCCT: tại đây

  1. Seminar Bộ môn giải tích
  2. Danh sách sinh viên được duyệt tham gia trường hè toán học sinh viên 2023 do Viện Nghiên cứu cao cấp về Toán (VIASM) tổ chức
  3. Thông báo Seminar Xác suất - Thống kê
  4. Seminar bộ môn Giải tích