Szemináriumok
Dynamical "quorum sensing" in a complex electrochemical system
Introduction to the semigroup approach for stochastic partial differential equations and their finite element approximation
In part 1 of this talk I will give a short introduction to the operator semigroup approach for stochastic partial differential equations driven by Gaussian noise.
I will introduce the relevant mathematical background from functional analysis, such as Hilbert-Schmidt and trace-class operators, and from the theory and infinite dimensional stochastic analysis, such as Gaussian measures on Hilbert spaces and stochastic integration in infinite dimensions. To focus on the main issues that arise in this theory, I will only consider equations with additive noise in Hilbert spaces but the concepts introduced can be generalized, with more technical effort, to equations with multiplicative noise and to Banach spaces. I will discuss the stochastic wave equation in more detail as a particular example. In part 2, I will describe a space-time approximation of the linear stochastic wave equation driven by additive nose. For the space-discretization I will introduce the relevant deterministic finite element theory, and for the time-discretization, the relevant theory for rational approximations of the exponential function. Both convergence in the mean-square sense and in the sense of weak convergence of probability measures will be discussed together with sketches of proofs.
Nucleation-growth type kinetic models of nanoparticle formation: ordinary and partial differential equations
Deep learning methods for prediction and classification
Logaritmikus konnexiók, operek és Hilbert-sémák 2.
Algorithmic Pirogov-Sinai Theory
Súlyozott nukleoluszok kiszámítása kiegyensúlyozott játékokban
Automatic kinetic model selection based on concentration vs. time curves
Járvány terjedése térben - ahogyan azt Farkas Miklóstól tanultam tanítani
Ezzel az előadással Farkas Miklósra emlékezünk. Ismert, hogy az elméleti korrektség mellett mindig hangsúlyozta az alkalmazások fontosságát. Biomatematika előadásait kezdetben az alkalmazásokra amúgy is fogékony matematikus-mérnök hallgatóknak tartotta.
Előadásait nem vetítette, nem emlékezetből mondta el, hanem minden alkalommal újra átgondolta mondanivalóját. Mindig kiemelte azt a valós szituációt, amely jellemzésére alkalmas a felírt modell, a bennük szereplő paraméterek jelentésével együtt. A matematikai eredmények, formulák sosem szerepeltek a szemléletes jelentés hangsúlyozása nélkül. Azt szeretném most bemutatni, hogy előadásai miért is voltak olyan népszerűek a hallgatóság körében.