<div dir="ltr"><div dir="ltr"><div dir="ltr">Değerli Liste Üyeleri,</div><div dir="ltr"><br></div><div>Bu akşam 8'deki konuşmamıza tüm matematikseverleri bekliyoruz. Ayrıntıları aşağıdaki mesajda bulabilirsiniz. Konuşmanın zoom linki:</div><div><br></div><div><a href="https://boun-edu-tr.zoom.us/j/97752694799?pwd=SWNaa1A3YnhRcDRPbldhZU9PdWFvQT09">https://boun-edu-tr.zoom.us/j/97752694799?pwd=SWNaa1A3YnhRcDRPbldhZU9PdWFvQT09</a></div><div><br></div><div>Sevgiler, selamlar,</div><div><br></div><div>TMD Seminer Organizasyon Komitesi</div></div><br><div class="gmail_quote"><div dir="ltr" class="gmail_attr">On Sat, Feb 5, 2022 at 8:00 AM Baris Coskunuzer <<a href="mailto:coskunuz@gmail.com">coskunuz@gmail.com</a>> wrote:<br></div><blockquote class="gmail_quote" style="margin:0px 0px 0px 0.8ex;border-left:1px solid rgb(204,204,204);padding-left:1ex"><div dir="ltr">Herkese tekrar merhaba,<br><br>TMD Seçkin Seminerler Serimizin Şubat konuşmacısı uygulamalı matematik alanının önemli liderlerinden Caltech'ten Joel Tropp. <a href="http://users.cms.caltech.edu/~jtropp" target="_blank">http://users.cms.caltech.edu/~jtropp</a><div><div><div><div><div><div><div><br></div><div>Konusma başlığı: Universality Laws for Randomized Dimension Reduction</div><div><br><a href="http://tmd.org.tr/faaliyetler/genel-seminer/" target="_blank">http://tmd.org.tr/faaliyetler/genel-seminer/</a><br></div><div><br></div><div>Konuşma 9 ŞUBAT ÇARŞAMBA akşamı 8'de zoom üzerinden yayınlanacaktır. Konuşmanın ayrıntılarını ekteki posterde ve yukarıdaki linkte bulabilirsiniz.<br></div><div><div><br></div><div>Konuşmalar kollokyum seviyesinde olup, sadece konuya yakın çalışanların değil diğer alanlardaki matematikçilerin de ilgiyle izleyeceğini umuyoruz. Konuşma duyurularımızı bölümünüzde paylaşabilirseniz seviniriz. Bütün matematikseverleri bekliyoruz.</div><div><br>Sevgiler, selamlar,<br><br>TMD Seminer Organizasyon Komitesi</div></div></div></div></div></div></div><div><br></div><div><br></div><div>Başlık: Universality Laws for Randomized Dimension Reduction<br></div><div><br></div><div>Özet: Dimension reduction is the process of embedding high-dimensional data into a lower dimensional space to facilitate its analysis. In the Euclidean setting, one fundamental technique for dimension reduction is to apply a random linear map to the data. The question is how large the embedding dimension must be to ensure that randomized dimension reduction succeeds with high probability.</div>This talk describes a phase transition in the behavior of the dimension reduction map as the embedding dimension increases. The location of this phase transition is universal for a large class of datasets and random dimension reduction maps. Furthermore, the stability properties of randomized dimension reduction are also universal. These results have many applications in numerical analysis, signal processing, and statistics.<br>Joint work with Samet Oymak (UCR). For more information, see <a href="https://arxiv.org/abs/1511.09433" target="_blank">https://arxiv.org/abs/1511.09433</a>.</div></div>
</blockquote></div></div>