Julián Fernández Bonder, Universidad de Buenos Aires-CONICET

Jueves 30/10, a las 14 hs. Aula 1113, Pabellón 0+inf.

Resumen: Las redes neuronales han tomado por asalto nuestra vida cotidiana con una explosión en los últimos años. Están presentes en casi todo lo que hacemos, aunque no siempre nos demos cuenta: desde los algoritmos de recomendación y las inteligencias artificiales conversacionales, hasta la generación automática de imágenes. Incluso este resumen fue corregido por una red neuronal!

Las ecuaciones diferenciales no son una excepción. En esta charla voy a contar cómo las redes neuronales pueden ayudarnos a analizar un problema clásico: el cálculo de autovalores de operadores diferenciales de segundo orden.

La charla será completamente autocontenida y elemental. No hace falta saber nada de redes neuronales ni de ecuaciones diferenciales.

Los invito a este recorrido… porque al final, ni las ecuaciones diferenciales pudieron escapar del machine learning.

Bio: Realicé mi doctorado bajo la dirección de Noemí Wolanski en nuestro departamento y defendí mi tesis en 2002. Actualmente soy Profesor Titular del Departamento de Matemática e Investigador Principal de CONICET en el Instituto de Cálculo. Mis intereses actuales incluyen el estudio de ecuaciones diferenciales no lineales, tanto locales como no locales, y, claro está, redes neuronales y algoritmos de machine learning.