Peržiūrėti konferencijos pranešimų vaizdo įrašus galite mūsų YouTube kanale

Plenariniai pranešėjai

Gintarė Karolina Džiugaitė

Karolina_sm.jpg

Gintarė Karolina Džiugaitė doktorantūrą baigė Cambridge universitete. Paskutinius dvejus metus Gintarė Karolina dirba mokslininke tyrėja ir Trustworthy AI programos technine vadove Kanados startuolyje Element AI. Taip pat ji yra Mila Quebec AI Institute asocijuota narė. Per kelerius pastaruosius metus Gintarė Karolina stažavosi Simons Institute for the Theory of Computing Berkeley universitete, o šiemet – Princeton Institute of Advanced Study. Gintarės Karolinos mokslinių tyrimų sritis yra giliojo mašininio mokymosi (deep learning) tyrimai, kuriuose derinami teoriniai ir empiriniai metodai. Ją ypač domina mašininio mokymo modelių generalizacija (modelių savybė adaptuotis prie naujų duomenų), neuroninių tinklų kompresija ir optimizacija. Savo paskaitoje G. K. Džiugaitė pristatys trumpą įvadą į mašininio mokymosi statistinę teoriją ir papasakos apie naujausių tyrimų rezultatus siekiant suprasti ir paaiškinti generalizaciją giluminio mokymosi modeliuose.

Rasa Giniūnaitė

Rasa Giniūnaitė matematikos bakalauro ir magistro studijas baigė Jungtinėje Karalystėje, Warwick universitete. Mokslus tęsė sistemų biologijos doktorantūros paruošiamojoje programoje Oksfordo universitete, kur įgijo tarpdisciplinių žinių ir nusprendė užsiimti matematikos taikymais biologijoje. Šiuo metu Rasa baigia doktorantūros studijas Oksforde. Jos tyrimų tema yra embrioninių ląstelių migracijos modeliavimas: ji bendradarbiauja su biologais iš JAV Stowers Institute for Medical Research. Susitikimo metu Rasa pristatys savo doktorantūros tyrimų rezultatus.

Rasa_sm.JPG

Julius Jonušas​

Julius Jonušas doktorantūrą baigė ir disertaciją apsigynė Škotijos St. Andrews universitete. Jo tyrimų kryptis – algebrinės struktūros, daugiausia grupės, pusgrupės ir funkcijų klonai. Paskutinius trejus metus Julius dirba Vienos techniniame universitete, Lise Meitner programos podoktorantūroje. Savo pranešime Julius apžvelgs sąveiką tarp pusgrupių algebrinės ir topologinės struktūros.

Inga Laukaitytė

Matematinės statistikos bakalauro ir magistro studijas Inga Laukaitytė baigė Vilniaus universitete, daktaro disertaciją iš matematinio modeliavimo apsigynė Vilnius Tech (VGTU), o antrąją daktaro disertaciją iš taikomosios statistikos – Umeå universitete, Švedijoje. Pastaruosius dvejus metus ten dirba statistike taikomosios edukologijos katedroje. Ingos moksliniai interesai yra susiję su daugialygiu modeliavimu (multilevel modelling), testų sulyginimu (test equating) ir moderniąja testų teorija (IRT). Savo pranešime Inga papasakos apie iššūkius, su kuriais susiduriama dirbant su didelės apimties vertinimo tyrimų ir egzaminų (large-scale assessments) duomenimis: tarptautinių (pavyzdžiui, TIMSS ir PISA) ir nacionalinių (Švedijos aukštosios mokyklos egzaminai).