Dipartimento di Matematica

dic 17 mar 2019

Seminar
Matteo Cozzi
University of Bath
Long-time asymptotics for evolutionary crystal dislocations models
Martedì 17 dicembre 2019 alle ore 15:30
Aula seminari 3° piano
Abstract

In this talk, I will discuss a recent result concerning the long-time behavior of solutions to evolutionary Peierls-Nabarro type equations, related to crystal dislocations.
I will present the construction of solutions that, at large times, behave like a superposi- tion of an arbitrary finite number of fundamental dislocations, equally oriented and centered near points that evolve according to a repulsive dynamical system.
This result has been obtained in collaboration with J. D ?avila and M. del Pino (University of Bath).
Politecnico di Milano, Dipartimento di Matematica via Bonardi 9, 20133 Milano - Telefono: +39 02 2399 4505 - Fax: +39 02 2399 4568

gen 15 mer 2020

Seminar
Riccardo Rosso
Università di Pavia
''piu` che l'doppiar de li scacchi s'immilla'' (dante, pd xxviii, 93)
Mercoledì 15 gennaio 2020 alle ore 15:00
Sala Consiglio - piano 7° - edificio 14
Abstract

In questo seminario verranno proposti alcuni problemi di indole matematica, ispirati dal gioco degli scacchi: dallo studio del percorso di un cavallo al numero massimo di regine che si possono disporre su una scacchiera senza che si possano minacciare. Si discutera` anche il metodo proposto nel XIX secolo da due matematici francesi, Delannoy e Lucas, per risolvere problemi di probabilita` servendosi della scacchiera. Si dara` risalto alla traduzione dei problemi in linguaggio matematico, in vista di un'eventuale fruizione didattica.
Politecnico di Milano, Dipartimento di Matematica via Bonardi 9, 20133 Milano - Telefono: +39 02 2399 4505 - Fax: +39 02 2399 4568

gen 30 gio 2020

MOX Seminar Series
Pierluigi Contucci
Dipartimento di Matematica Università di Bologna
A mathematical-physics approach to machine learning
Giovedì 30 gennaio 2020 alle ore 14:00
Aula Saleri VI piano
Abstract

Artificial Intelligence is profoundly and quickly changing the technological profile of our society and yet machine learning, its disruptive spearhead, has almost no theoretical basis from a strictly scientific point of view. The talk will summarise the basic heuristic ideas on how it works together with a collection of open questions. A statistical mechanics framework will be used to formulate some of its problems on a mathematical-physics perspective and some preliminary results will be presented.

Contatto: luca.formaggia@polimi.it
Laurea in Fisica all' Università di Roma La Sapienza. Master in Fisica Matematica e PhD in Matematica alla SISSA di Trieste. – Postdoc alla Princeton University e Professore Visitatore al Politecnico di Tokyo e alla New York University. - Interessi di ricerca in Fisica Matematica, Meccanica Statistica e applicazioni (apprendimento automatico, data science). Autore di due monografie e oltre 100 articoli in riviste internazionali. - Autore di interventi su temi scientifici di interesse pubblico su quotidiani quali Il Sole 24 Ore o riviste quali Il Mulino. - Direttore dell'Unità di Bologna dell'Istituto Nazionale di Alta Matematica - Membro dell'Istituto Cattaneo - Membro corrispondente dell'Accademia delle Scienze dell'Istituto di Bologna.