Гасников Александр Владимирович
- Ведущий научный сотрудник:Факультет компьютерных наук / Институт искусственного интеллекта и цифровых наук / Международная лаборатория стохастических алгоритмов и анализа многомерных данных
- Начал работать в НИУ ВШЭ в 2015 году.
- Научно-педагогический стаж: 16 лет.
Образование, учёные степени и учёные звания
- 2016Доктор физико-математических наук: Московский физико-технический институт (государственный университет), специальность 05.13.18 «Математическое моделирование, численные методы и комплексы программ», тема диссертации: Эффективные численные методы поиска равновесий в больших транспортных сетях
- 2011Ученое звание: Доцент
- 2007Кандидат физико-математических наук
- 2006
Магистратура: Московский физико-технический институт, специальность «Прикладные математика и физика», квалификация «Магистр»
- 2004
Бакалавриат: Московский физико-технический институт (государственный университет), специальность «прикладная математика и физика», квалификация «Бакалавр»
Достижения и поощрения
Надбавка за публикацию в международном рецензируемом научном издании (2019-2021)
Научный руководитель диссертационных исследований
- 1
Александр Огальцов Адаптивные ускоренные стохастические методы оптимизации в обучении нейронных сетей
- 2Титов А. А. Методы оптимизации для негладких задач в пространствах больших размерностей, 2023
- 3Тюрин А. И. Разработка метода решения задач структурной оптимизации, 2020
Публикации100
- Глава книги Puchkin N., Gorbunov E., Kutuzov N., Gasnikov A. Breaking the Heavy-Tailed Noise Barrier in Stochastic Optimization Problems, in: Proceedings of The 27th International Conference on Artificial Intelligence and Statistics (AISTATS 2024), 2-4 May 2024, Palau de Congressos, Valencia, Spain. PMLR: Volume 238 Vol. 238. Valencia : PMLR, 2024. P. 856-864.
- Статья Kubentayeva M., Yarmoshik D., Persiianov M., Kroshnin Alexey, Kotliarova E., Tupitsa N., Pasechnyuk D., Gasnikov Alexander, Shvetsov V., Baryshev L., Shurupov A. Primal-dual gradient methods for searching network equilibria in combined models with nested choice structure and capacity constraints // Computational Management Science. 2024. Vol. 21. Article 15. doi
- Глава книги Kornilov N., Shamir O., Lobanov A., Dvinskikh D., Alexander Gasnikov, Shibaev I., Gorbunov E., Horváth S. Accelerated zeroth-order method for non-smooth stochastic convex optimization problem with infinite variance, in: Advances in Neural Information Processing Systems 36 (NeurIPS 2023). Curran Associates, Inc., 2023.
- Статья Gladin E., Lavrik-Karmazin M., Zainullina K., Rudenko V., Gasnikov A., Takac M. Algorithm for Constrained Markov Decision Process with Linear Convergence // Proceedings of Machine Learning Research. 2023. Vol. 206. P. 11506-11533.
- Статья Rogozin A., Beznosikov A., Dvinskikh D., Kovalev D., Dvurechensky P., Gasnikov A. Decentralized saddle point problems via non-Euclidean mirror prox // Optimization Methods and Software. 2023. P. 1-26. doi
- Глава книги Beznosikov A., Samsonov S., Sheshukova M., Gasnikov A., Naumov A., Moulines E. First Order Methods with Markovian Noise: from Acceleration to Variational Inequalities, in: Advances in Neural Information Processing Systems 36 (NeurIPS 2023). Curran Associates, Inc., 2023. P. 44820-44835.
- Статья Alashqar B., Gasnikov A., Dvinskikh D., Lobanov A. Gradient-free Federated Learning Methods with l1 and l2-randomization for Non-smooth Convex Stochastic Optimization Problems // Computational Mathematics and Mathematical Physics. 2023. P. 1600-1653.
- Статья Alkousa M., Gasnikov A., Gladin E., Kuruzov I., Pasechnyuk D. Solving strongly convex-concave composite saddle-point problems with low dimension of one group of variable / Пер. с рус. // Sbornik Mathematics. 2023. Vol. 214. No. 3. P. 285-333. doi
- Статья Gorbunov E., Dvurechensky P., Gasnikov A. An Accelerated Method for Derivative-Free Smooth Stochastic Convex Optimization // SIAM Journal on Optimization. 2022. Vol. 32. No. 2. P. 1210-1238. doi
- Статья Sadiev A., Borodich E., Beznosikov A., Dvinskikh D., Chezhegov S., Tappenden R., Takáč M., Alexander Gasnikov. Decentralized personalized federated learning: Lower bounds and optimal algorithm for all personalization modes // EURO Journal on Computational Optimization. 2022. Vol. 10. Article 100041. doi
- Глава книги Beznosikov A., Richtarik P., Diskin M., Ryabinin M., Alexander Gasnikov. Distributed Methods with Compressed Communication for Solving Variational Inequalities, with Theoretical Guarantees, in: Thirty-Sixth Conference on Neural Information Processing Systems : NeurIPS 2022. Curran Associates, Inc., 2022. P. 14013-14029.
- Статья Anikin A., Gasnikov A., Gornov A., Kamzolov D., Maximov Y., Nesterov Y. Efficient numerical methods to solve sparse linear equations with application to PageRank // Optimization Methods and Software. 2022. Vol. 37. No. 3. P. 907-935. doi
- Статья Stonyakin F., Gasnikov A., Dvurechensky P., Titov A., Alkousa M. Generalized Mirror Prox Algorithm for Monotone Variational Inequalities: Universality and Inexact Oracle // Journal of Optimization Theory and Applications. 2022. Vol. 194. No. 3. P. 988-1013. doi
- Глава книги Dvinskikh D., Tominin V., Tominin I., Gasnikov Alexander. Noisy Zeroth-Order Optimization for Non-smooth Saddle Point Problems, in: Mathematical Optimization Theory and Operations Research, 21st International Conference, MOTOR 2022, Petrozavodsk, Russia, July 2–6, 2022, Proceedings Vol. 13367. Cham: Springer, 2022. doi Ch. 279899. P. 18-33. doi
- Статья Ivanova A., Dvurechensky P., Vorontsova E., Pasechnyuk D., Gasnikov A., Dvinskikh D., Tyurin A. Oracle Complexity Separation in Convex Optimization // Journal of Optimization Theory and Applications. 2022. Vol. 193. No. 1-3. P. 462-490. doi
- Глава книги Tiapkin D., Alexander Gasnikov. Primal-Dual Stochastic Mirror Descent for MDPs, in: International Conference on Artificial Intelligence and Statistics, 28-30 March 2022, A Virtual Conference Vol. 151: Proceedings of The 25th International Conference on Artificial Intelligence and Statistics. PMLR, 2022. P. 9723-9740.
- Глава книги Gorbunov E., Rogozin A., Beznosikov A., Dvinskikh D., Gasnikov A. Recent Theoretical Advances in Decentralized Distributed Convex Optimization, in: High-Dimensional Optimization and Probability: With a View Towards Data Science. Springer, 2022. Ch. 191. P. 253-325. doi
- Статья Tiapkin D., Gasnikov A., Dvurechensky P. Stochastic saddle-point optimization for the Wasserstein barycenter problem // Optimization Letters. 2022. Vol. 16. No. 7. P. 2145-2175. doi
- Статья Gladin E., Gasnikov A., Ermakova E. Vaidya’s method for convex stochastic optimization problems in small dimension // Mathematical notes. 2022. Vol. 112. No. 1. P. 183-190. doi
- Статья Shibaev I., Dvurechensky P., Gasnikov A. Zeroth-order methods for noisy Hölder-gradient functions // Optimization Letters. 2022. Vol. 16. No. 7. P. 2123-2143. doi
- Глава книги Kovalev D., Shulgin E., Richtarik P., Rogozin A., Gasnikov A. ADOM: Accelerated Decentralized Optimization Method for Time-Varying Networks, in: Proceedings of the 38th International Conference on Machine Learning (ICML 2021) Vol. 139. PMLR, 2021. P. 5784-5793.
- Глава книги Ivanova A., Pasechnyuk D., Grishchenko D., Shulgin E., Gasnikov A., Matyukhin V. Adaptive Catalyst for Smooth Convex Optimization, in: Optimization and Applications: 12th International Conference, OPTIMA 2021, Petrovac, Montenegro, September 27 – October 1, 2021, Proceedings. Switzerland : Springer, 2021. doi Ch. 268319. P. 20-37. doi
- Глава книги Titov A., Stonyakin F. S., Alkousa M., Gasnikov A. Algorithms for Solving Variational Inequalities and Saddle Point Problems with Some Generalizations of Lipschitz Property for Operators, in: Mathematical Optimization Theory and Operations Research: Recent Trends: 20th International Conference, MOTOR 2021, Irkutsk, Russia, July 5–10, 2021, Revised Selected Papers. Cham : Springer, 2021. doi Ch. 6. P. 86-101. doi
- Статья Tupitsa N., Dvurechensky P., Gasnikov A., Гуминов С. В. Alternating minimization methods for strongly convex optimization // Journal of Inverse and Ill-posed problems. 2021. Vol. 29. No. 5. P. 721-739. doi
- Статья Dvurechensky P., Eduard Gorbunov, Gasnikov A. An accelerated directional derivative method for smooth stochastic convex optimization // European Journal of Operational Research. 2021. Vol. 290. No. 2. P. 601-621. doi
- Статья Ivanova A., Dvurechensky P., Gasnikov A., Kamzolov D. Composite optimization for the resource allocation problem // Optimization Methods and Software. 2021. Vol. 36. No. 4. P. 720-754. doi
- Статья Dvinskikh D., Gasnikov A. Decentralized and parallel primal and dual accelerated methods for stochastic convex programming problems // Journal of Inverse and Ill-posed problems. 2021. Vol. 29. No. 3. P. 385-405. doi
- Статья Beznosikov A., Gorbunov E., Gasnikov A. Derivative-Free Method For Composite Optimization With Applications To Decentralized Distributed Optimization // IFAC-PapersOnLine. 2021. Vol. 53. No. 2. P. 4038-4043. doi
- Статья Kubentayeva M., Gasnikov A. Finding equilibria in the traffic assignment problem with primal-dual gradient methods for stable dynamics model and beckmann model // Mathematics. 2021. Vol. 9. No. 11. Article 1217. doi
- Статья Stonyakin F., Tyurin A., Gasnikov A., Dvurechensky P., Agafonov A., Dvinskikh D., Alkousa M., Pasechnyuk D., Artamonov S., Piskunova V. Inexact model: a framework for optimization and variational inequalities // Optimization Methods and Software. 2021. Vol. 36. No. 6. P. 1155-1201. doi
- Препринт Gorbunov E., Danilova M., Shibaev I., Dvurechensky P., Gasnikov A. Near-Optimal High Probability Complexity Bounds for Non-Smooth Stochastic Optimization with Heavy-Tailed Noise / arXiv. Series arXiv:2106.05958 "arXiv:2106.05958". 2021.
- Глава книги Daneshmand A., Scutari G., Dvurechensky P., Gasnikov A. Newton Method over Networks is Fast up to the Statistical Precision, in: Proceedings of the 38th International Conference on Machine Learning (ICML 2021) Vol. 139. PMLR, 2021. Ch. 139. P. 2398-2409.
- Статья Воронцова Е. А., Gasnikov A., Dvurechensky P., Ivanova A., Пасечнюк Д. А. Numerical Methods for the Resource Allocation Problem in a Computer Network // Computational Mathematics and Mathematical Physics. 2021. Vol. 61. No. 2. P. 297-328. doi
- Глава книги Guminov S., Dvurechensky P., Tupitsa N., Gasnikov A. On a Combination of Alternating Minimization and Nesterov’s Momentum, in: Proceedings of the 38th International Conference on Machine Learning (ICML 2021) Vol. 139. PMLR, 2021. P. 3886-3898.
- Глава книги Beznosikov A., Novitskii V., Gasnikov A. One-Point Gradient-Free Methods for Smooth and Non-smooth Saddle-Point Problems, in: Mathematical Optimization Theory and Operations Research: 20th International Conference, MOTOR 2021, Irkutsk, Russia, July 5–10, 2021, Proceedings / Ed. by P. M. Pardalos, M. Y. Khachay, A. Kazakov. Cham : Springer, 2021. doi Ch. 261179. P. 144-158. doi
- Статья Nesterov Y., Gasnikov A., Guminov S., Dvurechensky P. Primal–dual accelerated gradient methods with small-dimensional relaxation oracle // Optimization Methods and Software. 2021. Vol. 36. No. 4. P. 773-810. doi
- Статья Gladin E., Alkousa M., Gasnikov A. Solving Convex Min-Min Problems with Smoothness and Strong Convexity in One Group of Variables and Low Dimension in the Other // Automation and Remote Control. 2021. Vol. 82. P. 1679-1691. doi
- Статья Gladin E., Sadiev A., Gasnikov A., Dvurechensky P., Beznosikov A., Alkousa M. Solving Smooth Min-Min and Min-Max Problems by Mixed Oracle Algorithms // Communications in Computer and Information Science. 2021. Vol. 1476. P. 19-40. doi
- Глава книги Gladin E., Sadiev A., Gasnikov A., Dvurechensky P., Beznosikov A., Alkousa M. Solving Smooth Min-Min and Min-Max Problems by Mixed Oracle Algorithms, in: Mathematical Optimization Theory and Operations Research: 20th International Conference, MOTOR 2021, Irkutsk, Russia, July 5–10, 2021, Proceedings / Ed. by P. M. Pardalos, M. Y. Khachay, A. Kazakov. Cham : Springer, 2021. doi P. 19-40. doi
- Статья Kamzolov D., Dvurechensky P., Gasnikov A. Universal intermediate gradient method for convex problems with inexact oracle // Optimization Methods and Software. 2021. Vol. 36. No. 6. P. 1289-1316. doi
- Статья Sadiev A., Beznosikov A., Dvurechensky P., Gasnikov A. Zeroth-Order Algorithms for Smooth Saddle-Point Problems // Communications in Computer and Information Science. 2021. Vol. 1476. P. 71-85. doi
- Статья Котлярова Е. В., Гасников А. В., Гасникова Е. В., Ярмошки Д. В. Поиск равновесий в двухстадийных моделях распределения транспортных потоков по сети / Пер. с англ. // Компьютерные исследования и моделирование. 2021. Т. 2. № 13. С. 365-379. doi
- Глава книги Dvurechensky P., Gasnikov A., Omelchenko S., Tyurin A. A Stable Alternative to Sinkhorn’s Algorithm for Regularized Optimal Transport, in: Mathematical Optimization Theory and Operations Research, 19th International Conference, MOTOR 2020, Novosibirsk, Russia, July 6–10, 2020, (Т. 12095) / Ed. by A. Kononov, M. Khachay, P. Pardalos, V. A. Kalyagin. Cham : Springer, 2020. doi P. 406-423. doi
- Статья Dvinskikh D., Омельченко С. С., Gasnikov A., Tyurin A. Accelerated Gradient Sliding for Minimizing a Sum of Functions // Doklady Mathematics. 2020. Vol. 101. No. 3. P. 244-246. doi
- Статья Alkousa M., Gasnikov A., Dvinskikh D., Kovalev D., Stonyakin F. S. Accelerated Methods for Saddle-Point Problem // Computational Mathematics and Mathematical Physics. 2020. Vol. 60. No. 11. P. 1787-1809. doi
- Статья Dvinskikh D., Tyurin A., Gasnikov A., Omel’chenko C. Accelerated and Unaccelerated Stochastic Gradient Descent in Model Generality // Mathematical notes. 2020. Vol. 108. No. 3-4. P. 511-522. doi
- Глава книги Dvurechensky P., Gasnikov A., Nurminski E., Stonyakin F. Advances in Low-Memory Subgradient Optimization, in: Numerical Nonsmooth Optimization. Springer, 2020. doi P. 19-59. doi
- Глава книги Titov A., Stonyakin F. S., Alkousa M., Ablaev S. A., Gasnikov A. Analogues of Switching Subgradient Schemes for Relatively Lipschitz-Continuous Convex Programming Problems, in: Mathematical Optimization Theory and Operations Research. 19th International Conference, MOTOR 2020, Novosibirsk, Russia, July 6–10, 2020, Revised Selected Papers Vol. 1275: Communications in Computer and Information Science . Springer, 2020. P. 133-149. doi
- Статья Beznosikov A., Sadiev A., Gasnikov A. Gradient-Free Methods with Inexact Oracle for Convex-Concave Stochastic Saddle-Point Problem // Communications in Computer and Information Science. 2020. Vol. 1275. P. 105-119. doi
- Статья Stonyakin F. S., Stepanov A. N., Gasnikov A., Titov A. Mirror descent for constrained optimization problems with large subgradient values of functional constraints // Computer Research and Modeling. 2020. Vol. 12. No. 2. P. 301-317. doi
- Глава книги Tupitsa, N., Dvurechensky P., Gasnikov A., Uribe C. A. Multimarginal Optimal Transport by Accelerated Alternating Minimization, in: 2020 IEEE 59th Conference on Decision and Control (CDC). IEEE, 2020. doi P. 6132-6137. doi
- Препринт Dvurechensky P., Gasnikov A., Остроухов П., Uribe C., Ivanova A. Near-optimal tensor methods for minimizing the gradient norm of convex function / Working papers by Cornell University.. Series - "Optimization and Control". 2020. (в печати)
- Статья Rogozin A., Uribe C., Gasnikov A., Malkovsky N., Nedić A. Optimal distributed convex optimization on slowly time-varying graphs // IEEE Transactions on Control of Network Systems. 2020. Vol. 7. No. 2. P. 829-841. doi
- Препринт Ivanova A., Gasnikov A., Dvurechensky P., Тюрин А. И., Воронцова Е., Пасечнюк Д., Dvinskikh D. Oracle Complexity Separation in Convex Optimization / Working papers by Cornell University.. Series - "Optimization and Control". 2020. (в печати)
- Препринт Danilova M., Dvurechensky P., Gasnikov A., Gorbunov E., Sergey Guminov, Kamzolov D., Shibaev I. Recent Theoretical Advances in Non-Convex Optimization / arXiv. Series arXiv:2012.06188 "arXiv:2012.06188". 2020.
- Глава книги Gorbunov E., Danilova M., Gasnikov A. Stochastic Optimization with Heavy-Tailed Noise via Accelerated Gradient Clipping, in: Advances in Neural Information Processing Systems 33 (NeurIPS 2020). Curran Associates, Inc., 2020. P. 15042-15053.
- Глава книги Tupitsa N., Gasnikov A., Dvurechensky P., Guminov S. Strongly Convex Optimization for the Dual Formulation of Optimal Transport, in: Mathematical Optimization Theory and Operations Research. MOTOR 2020. Communications in Computer and Information Science Vol. 1275. Springer, 2020. doi P. 192-204. doi
- Препринт Rogozin A., Lukoshkin V., Gasnikov A., Kovalev D., Shulgin E. Towards accelerated rates for distributed optimization over time-varying networks / Cornell University. Series arXiv "math". 2020.
- Статья Vorontsova E., Gasnikov A., Dvurechensky P., Gorbunov E. Accelerated Gradient-Free Optimization Methods with a Non-Euclidean Proximal Operator / Пер. с рус. // Automation and Remote Control. 2019. Vol. 80. No. 8. P. 1487-1501. doi
- Статья Guminov S., Nesterov Y., Dvurechensky P., Gasnikov A. Accelerated primal-dual gradient descent with linesearch for convex, nonconvex, and nonsmooth optimization problems / Пер. с рус. // Doklady Mathematics. 2019. Vol. 99. No. 2. P. 125-128. doi
- Препринт Ivanova A., Стонякин Ф., Пасечнюк Д., Воронцова Е., Gasnikov A. Adaptive Mirror Descent for the Network Utility Maximization Problem / Working papers by Cornell University.. Series - "Optimization and Control". 2019. (в печати)
- Статья Gasnikov A., Dvurechensky P., Stonyakin F. S., Titov A. An Adaptive Proximal Method for Variational Inequalities // Computational Mathematics and Mathematical Physics. 2019. Vol. 59. P. 836-841. doi
- Статья Gasnikov A., Tyurin A. Fast Gradient Descent for Convex Minimization Problems with an Oracle Producing a (δ, L)-Model of Function at the Requested Point / Пер. с рус. // Computational Mathematics and Mathematical Physics. 2019. Vol. 59. No. 7. P. 1085-1097. doi
- Глава книги Stonyakin F., Dvinskikh D., Dvurechensky P., Kroshnin A., Kuznetsova O., Agafonov A., Gasnikov A., Tyurin A., Uribe C., Pasechnyuk D., Artamonov S. Gradient Methods for Problems with Inexact Model of the Objective, in: Mathematical Optimization Theory and Operations Research, 18th International Conference, MOTOR 2019 Ekaterinburg, Russia, July 8–12, 2019 / Ed. by М. Ю. Хачай, Ю. А. Кочетов, P. M. Pardalos. Vol. 11548. Springer, 2019. P. 97-114. doi
- Глава книги Titov A., Stonyakin F. S., Gasnikov A., Alkousa M. Mirror Descent and Constrained Online Optimization Problems, in: Optimization and Applications 9th International Conference, OPTIMA 2018, Petrovac, Montenegro, October 1–5, 2018, Revised Selected Papers / Ed. by M. Jaćimović, M. Khachay, Y. Kochetov, V. Malkova, Ю. Г. Евтушенко, M. Posypkin. Springer, 2019. doi P. 64-78. doi
- Глава книги Gasnikov A., Gorbunov E., Dvurechensky P., Vorontsova E., Selikhanovich D., Uribe C., Jiang B., Haoyue W. Near Optimal Methods for Minimizing Convex Functions with Lipschitz p-th Derivatives, in: Proceedings of Machine Learning Research Vol. 99: Conference on Learning Theory, 25-28 June 2019, Phoenix, AZ, USA. PMLR, 2019.. PMLR, 2019. P. 1392-1393.
- Препринт Иванова А. С., Пасечнюк Д., Двуреченский П. Е., Гасников А. В., Воронцова Е. Numerical methods for the resource allocation problem in networks / Cornell University. Серия "Working papers by Cornell University". 2019. (в печати)
- Глава книги Dvinskikh D., Gorbunov E., Gasnikov A., Dvurechensky P., Uribe C. On Primal and Dual Approaches for Distributed Stochastic Convex Optimization over Networks, in: 2019 IEEE 58th Conference on Decision and Control (CDC). IEEE, 2019. doi P. 7435-7440. doi
- Глава книги Kroshnin A., Tupitsa Nazarii, Dvinskikh D., Dvurechensky P., Gasnikov Alexander, Uribe C. A. On the Complexity of Approximating Wasserstein Barycenters, in: Proceedings of Machine Learning Research Vol. 97: International Conference on Machine Learning, 9-15 June 2019, Long Beach, California, USA. PMLR, 2019. P. 3530-3540.
- Глава книги Gasnikov A. Optimal Tensor Methods in Smooth Convex and Uniformly Convex Optimization, in: Proceedings of Machine Learning Research Vol. 99: Conference on Learning Theory, 25-28 June 2019, Phoenix, AZ, USA. PMLR, 2019.. PMLR, 2019. (в печати)
- Глава книги Gasnikov A., Dvurechensky P., Gorbunov E., Vorontsova E., Selikhanovych D., Uribe C. Optimal Tensor Methods in Smooth Convex and Uniformly Convex Optimization, in: Conference on Learning Theory, 25-28 June 2019, Phoenix, USA Vol. 99. , 2019. P. 1374-1391.
- Статья Гасников А. В. АДАПТИВНЫЙ ПРОКСИМАЛЬНЫЙ МЕТОД ДЛЯ ВАРИАЦИОННЫХ НЕРАВЕНСТВ // Журнал вычислительной математики и математической физики. 2019. Т. 59. № 5. С. 889-894. doi
- Статья Гасников А. В., Тюрин А. И. Быстрый градиентный спуск для задач выпуклой минимизации с оракулом, выдающим (δ, L)-модель функции в запрошенной точке // Журнал вычислительной математики и математической физики. 2019. Т. 59. № 7. С. 1137-1150.
- Статья Горбунов Э. А., Воронцова Е. А., Гасников А. В. О верхней оценке математического ожидания нормы равномерно распределенного на сфере вектора и явлении концентрации равномерной меры на сфере // Математические заметки. 2019. Т. 106. № 1. С. 13-23. doi
- Статья Гасников А. В. Ускоренные безградиентные методы оптимизации с неевклидовым проксимальным оператором // Автоматика и телемеханика. 2019. № 8. С. 149-156. doi (в печати)
- Статья Воронцова Е. А., Гасников А. В., Горбунов Э. А., Двуреченский П. Е. Ускоренные безградиентные методы оптимизации с неевклидовым проксимальным оператором // Автоматика и телемеханика. 2019. № 8. С. 149-168. doi
- Статья Воронцова Е. А., Гасников А. В., Горбунов Э. А. Ускоренный спуск по случайному направлению с неевклидовой прокс-структурой // Автоматика и телемеханика. 2019. Т. 80. № 4. С. 126-143. doi
- Статья Гасников А. В., Двуреченский П. Е., Жуковский М. Е., Ким С. В., Плаунов С. С., Смирнов Д. А., Носков Ф. А. About the Power Law of the PageRank Vector Component Distribution. Part 2. The Buckley–Osthus Model, Verification of the Power Law for This Model, and Setup of Real Search Engines // Сибирский журнал вычислительной математики. 2018. Т. 21. № 1. С. 23-45. doi
- Глава книги Dvurechensky P., Gasnikov A., Kroshnin A. Computational optimal transport: Complexity by accelerated gradient descent is better than by Sinkhorn's algorithm, in: Proceedings of the 35th International Conference on Machine Learning (2018) Vol. 80. PMLR, 2018. P. 1367-1376.
- Глава книги Dvurechensky P., Dvinskikh D., Gasnikov A., Uribe C., Nedic A. Decentralize and randomize: Faster algorithm for Wasserstein barycenters, in: Advances in Neural Information Processing Systems 31 (NeurIPS 2018). Neural Information Processing Systems Foundation, 2018. P. 10760-10770.
- Статья Gasnikov A., Гасников Е. В., Nesterov Y. Dual Methods for finding Equilibriums in Mixed Models of Flow Distribution in Large Transportation Networks / Пер. с рус. // Computational Mathematics and Mathematical Physics. 2018. Vol. 58. No. 9. P. 1395-1403. doi
- Глава книги Bayandina A., Dvurechensky P., Gasnikov A., Stonyakin F. S., Titov A. Mirror Descent and Convex Optimization Problems with Non-smooth Inequality Constraints, in: Large-Scale and Distributed Optimization Vol. 2227. Springer, 2018. doi P. 181-213. doi
- Статья Гасников А. В., Баяндина А. С., Лагуновская А. А. Безградиентные двухточечные методы решения задач стохастической негладкой выпуклой оптимизации при наличии малых шумов не случайной природы // Автоматика и телемеханика. 2018. № 8. С. 38-49. doi
- Статья Гасников А. В., Горбунов Э. А., Ковалёв Д. А., Мохаммед А. А., Черноусова Е. О. Обоснование гипотезы об оптимальных оценках скорости сходимости численных методов выпуклой оптимизации высоких порядков // Компьютерные исследования и моделирование. 2018. Т. 10. № 6. С. 737-753. doi
- Статья Anikin A., Gasnikov A., Dvurechensky P., Tyurin Alexander, Chernov A. Dual Approaches to the Minimization of Strongly Convex Functionals with a Simple Structure under Affine Constraints / Пер. с рус. // Computational Mathematics and Mathematical Physics. 2017. Vol. 57. No. 8. P. 1262-1276.
- Глава книги Bogolubsky L., Dvurechensky P., Gasnikov A., Gusev G., Nesterov Y., Raigorodsky A., Tikhonov A., Zhukovskii M. Learning supervised pagerank with gradient-based and gradient-free optimization methods, in: Advances in Neural Information Processing Systems 29 (NIPS 2016). NY : Curran Associates, 2016. P. 4914-4922.
- Статья Dvurechensky P., Gasnikov A. Stochastic intermediate gradient method for convex problems with stochastic inexact oracle // Journal of Optimization Theory and Applications. 2016. Vol. 171. No. 1. P. 121-145. doi
- Статья Гасников А. В., Гасникова Е. В., Нестеров Ю. Е., Чернов А. Об эффективных численных методах решения задач энтропийно-линейного программирования // Журнал вычислительной математики и математической физики. 2016. Т. 56. № 2 (в печати)
- Статья Гасников А. В., Бабичева Т., Лагуновская А., Двуреченский П. Поиск стохастических равновесий в транспортных моделях равновесного распределения потоков // Журнал вычислительной математики и математической физики. 2016. Т. 56 (в печати)
- Статья Гасников А. В., Чепурченко К., Мендель М., Гасникова Е. В. Эволюционные выводы энтропийной модели расчета матрицы корреспонденций // Математическое моделирование. 2016. Т. 28 (в печати)
- Статья Блинкин М. Я., Гасников А. В. Эволюционный вывод простейшей модели бимодального расщепления спроса на городские передвижения // Труды Московского физико-технического института. 2016. Т. 8. № 1 (29). С. 25-31.
- Препринт Anikin A., Dvurechensky P., Gasnikov A., Gornov A., Kamzolov D., Maximov Y., Nesterov Y. Effective Numerical Methods for Huge-Scale Linear Systems with Double-Sparsity and Applications to PageRank / Cornell University. Series arXiv "math". 2015.
- Препринт Anikin A., Dvurechensky P., Gasnikov A., Golov A., Gornov A., Maximov Y., Mendel M., Spokoiny V. Efficient numerical algorithms for regularized regression problem with applications to traffic matrix estimations / Cornell University. Series arXiv "math". 2015.
- Препринт Gasnikov A., Дорн Ю. В., Dvurechensky P., Maximov Y. Searching equillibriums in Beckmann's and Nesterov--de Palma's models / Cornell University. Series arXiv "math". 2015.
- Статья Гасников А. В., Мендель М., Лагуновская А., Бабичева Т. Двухстадийная модель равновесного распределения транспортных потоков // Труды Московского физико-технического института. 2015. Т. 7. № 3
- Статья Гасников А. В., Дорн Ю. В., Нестеров Ю. Е., Шпирко С. В. О трехстадийной версии модели стационарной динамики транспортных потоков // Математическое моделирование. 2014. Т. 26. № 6. С. 34-70.
- Статья Гасников А. В., Дорн Ю. В., Нурминский Е. А., Шамрай Н. Б. Автомобильные пробки: когда рациональность ведет к коллапсу // Квант. 2013. № 1. С. 13-18.
- Книга Введение в математическое моделирование транспортных потоков / Под общ. ред.: А. В. Гасников. М. : МЦНМО, 2013.
- Книга Введение в математическое моделирование транспортных потоков / Под общ. ред.: А. В. Гасников. М. : МФТИ, 2010.
Участие в редколлегиях научных журналов
С 2017 г.: член редколлегии журнала «Сибирский журнал вычислительной математики».
Информация*
- Общий стаж: 18 лет
- Научно-педагогический стаж: 16 лет
- Преподавательский стаж: 4 года
ФКН и Университет Иннополис провели совместный летний интенсив для школьников
18–25 августа факультет компьютерных наук и Университет Иннополис провели первый совместный летний интенсив «Август. Математика. Информатика» для учащихся 8–11 классов.
Ученые Вышки вошли в Научный совет Альянса в сфере ИИ
Альянс в сфере искусственного интеллекта создал Научный совет, в который вошли ведущие представители российской науки в области искусственного интеллекта. Высшая школа экономики представлена в совете четырьмя учеными.
Профессор ФКН Александр Гасников возглавил лабораторию ИППИ РАН
В Институте проблем передачи информации им. А. А. Харкевича Российской академии наук создана новая лаборатория математических основ машинного обучения. Ее возглавил профессор Александр Гасников, старший научный сотрудник международной лаборатории стохастических алгоритмов и анализа многомерных данных.
17 Articles by Researchers of HSE Faculty of Computer Science Accepted at NeurIPS
In 2022, 17 articles by the researchers of HSE Faculty of Computer Science were accepted at the NeurIPS (Conference and Workshop on Neural Information Processing Systems), one of the world’s most prestigious events in the field of machine learning and artificial intelligence. The 36th conference will be held in a hybrid format from November 28th to December 9th in New Orleans (USA).
17 статей ФКН НИУ ВШЭ принято на конференцию NeurIPS
В 2022 году от факультета компьютерных наук НИУ ВШЭ было принято 17 статей на NeurIPS (Conference and Workshop on Neural Information Processing Systems) — одно из самых престижных событий в сфере машинного обучения и искусственного интеллекта. 36-я конференция пройдет в гибридном формате с 28 ноября по 9 декабря в Новом Орлеане (США).
Десять статей исследователей ФКН приняты на конференцию NeurIPS 2021
35-ая конференция NeurIPS 2021 (Conference on Neural Information Processing Systems) — одна из крупнейших в мире конференций по машинному обучению и нейронным сетям, которая проводится с 1989 года. В 2021 году конференция проходит онлайн 6-14 декабря.
В НИУ ВШЭ защитился первый в России доктор компьютерных наук
В диссертационном совете по компьютерным наукам НИУ ВШЭ состоялась защита докторской диссертации Павла Двуреченского, который стал первым в России доктором компьютерных наук. Это оказалось возможно благодаря тому, что с 2018 года университет получил право присуждать собственные ученые степени.
Студент ПМИ нашел оптимальный алгоритм решения задачи поиска барицентра Вассерштейна
В середине сентября в центре ”Сириус” прошла школа “Управление, информация и оптимизация”. На ней студент 4 курса ПМИ Даниил Тяпкин вывел оптимальный алгоритм решения задачи поиска барицентра Вассерштейна, которой занимался с начала 2020 года. Даниил рассказал об истории задачи и ее возможном практическом применении.