Patekote į pirmąjį lietuvišką domeną. 
2023 m. lapkričio 13 d., 13 val.
Vilnius, Akademijos g. 4, 203 kab.
Nuotoliniu būdu „MS Teams“ aplinkoje (https://bit.ly/40APt2b)
Mindaugas Kepalas
(doktorantūros studijų rezultatų pristatymas,
vadovas – prof. dr. (HP) Julius Žilinskas)
„Protingas“ perrankos algoritmas klasteriavimo uždaviniui su ribojimu centrų lokacijoms
Anotacija: turbūt kiekvienas kuris yra nors truputį prisilietęs prie duomenų mokslo (angl. data science) yra girdėjęs apie garsųjį k-means algoritmą. Šis algoritmas randa mažiausių kvadratų klasteriavimo uždavinio (angl. minimum-sum-of-squares-clustering, MSSC) lokalųjį sprendinį. Žodis „lokalusis“ reiškia, kad priklausomai nuo algoritmo pradinės inicializacijos, galutinis sprendinys gali skirtis, taigi k-means algoritmas negarantuoja geriausio įmanomo sprendinio. Šio pranešimo tikslas - supažindinti su perrankos algoritmu, kuris siekia rasti globalųjį uždavinio sprendinį, t. y., patį geriausią sprendinį iš visų lokaliųjų, ir jį „sertifikuoti“. Pristatomas algoritmas ir idėjos tinkami ir tokiems atvejams, kai klasterių centrų lokacijoms yra taikomi ribojimai, pavyzdžiui, kai yra tam tikrų regionų, kur centras negalimas, arba galimos lokacijos turi būti „ant tinklo“, pavyzdžiui, „ant“ kelio žemėlapyje. Pavadinime žodis „protingas“ panaudotas kabutėse, nes programuodamas nesinaudojau jokiais gilesnių optimizavimo žinių reikalaujančiais įrankiais. Galbūt dėl to rezultatai nėra itin įspūdingi - geriausiu bandymu, sugebėjau rasti globalųjį sprendinį uždaviniui, kur siekiama 50 taškų padalinti į 7 klasterius galiojant tinklo ribojimui. Tuo tarpu naujausi tyrimai literatūroje aprašo būdus rasti globalųjį sprendinį uždaviniams su 1000 taškų ir daugiau (tiesa, be ribojimų centrų lokacijoms)... Nepaisant kuklių rezultatų, vis dėlto tikiuosi, kad atėjusiems į seminarą bus įdomu pasiklausyti.