Kolmogorov Group

Diskrete Optimierung

Wenn wir auf die Straße gehen, beurteilen wir automatisch den Abstand und die Geschwindigkeit der herannahenden Autos. Computer müssen komplexe Berechnungen durchführen, um die Tiefe von Objekten in einem Bild zu schätzen. Ein beliebter Ansatz zur Lösung dieses Problems ist die Verwendung diskreter Optimierungsalgorithmen – dem Forschungsschwerpunkt der Kolmogorov Gruppe.

Die Arbeit von Vladimir Kolmogorovs Gruppe lässt sich in drei Themengebiete unterteilen. Das erste Gebiet ist die Entwicklung effizienter Algorithmen für die Inferenz in graphischen Modellen und kombinatorischen Optimierungsproblemen. Manche der Techniken werden häufig für “Computer Vision” und andere Gebiet eingesetzt, wie entweder der “Boykov-Kolmogorov” Maximum Flow Algorithmus und der “TRW-S” Algorithmus für MAP Inferenz in paarweisen graphischen Modellen. Kolmogorovs “Blossom V” Algorithmus ist die derzeit schnellste Technik für die Berechnung des „minimum cost perfect matching“ in einem Graphen. Der zweite Schwerpunkt der Gruppe liegt auf theoretischen Studien zur Komplexität diskreter Optimierung, insbesondere im Rahmen der “valued constraint satisfaction” Probleme und ihrer Varianten. Zusätzlich arbeitet die Kolmogorov-Gruppe an Anwendungen der diskreten Optimierung für “Computer Vision”, wie etwa in der Bildunterteilung und der Stereorekonstruktion.


On this site:


Team


Laufende Projekte

Inferenz in graphischen Modellen | Kombinatorische Optimierungsprobleme | Theorie der diskreten Optimierung


Publikationen

Takhanov R, Kolmogorov V. 2022. Combining pattern-based CRFs and weighted context-free grammars. Intelligent Data Analysis. 26(1), 257–272. View

Harris DG, Iliopoulos F, Kolmogorov V. 2021. A new notion of commutativity for the algorithmic Lovász Local Lemma. Approximation, Randomization, and Combinatorial Optimization. Algorithms and Techniques. APPROX/RANDOM: Approximation Algorithms for Combinatorial Optimization Problems/ Randomization and Computation, LIPIcs, vol. 207, 31. View

Kolmogorov V, Pock T. 2021. One-sided Frank-Wolfe algorithms for saddle problems. 38th International Conference on Machine Learning. ICML: International Conference on Machine Learning. View

Dvorak M, Nicholson S. Massively winning configurations in the convex grabbing game on the plane. Proceedings of the 33rd Canadian Conference on Computational Geometry. CCCG: Canadian Conference on Computational Geometry. View

Izuchukwu C, Shehu Y. 2021. New inertial projection methods for solving multivalued variational inequality problems beyond monotonicity. Networks and Spatial Economics. 21(2), 291–323. View

Zu Allen Publikationen

ReX-Link: Vladimir Kolmogorov


Karriere

seit 2014 Professor, Institute of Science and Technology Austria (ISTA)
2011 – 2014 Assistant Professor, Institute of Science and Technology Austria (ISTA)
2005 – 2011 Lecturer, University College London, UK
2003 – 2005 Assistant Researcher, Microsoft Research, Cambridge, UK
2003 PhD, Cornell University, Ithaca, U


Ausgewählte Auszeichnungen

2018 Best paper award honorable mention at IEEE/CVF Conference on Computer Vision and Pattern Recognition
2013 ERC Consolidator Grant
2012 Koenderink Prize at the European Conference on Computer Vision for fundamental contributions to computer vision
2007 Honorable mention, outstanding student paper award (to M. Pawan Kumar) at Neural Information Processing Systems Conference
2006 – 2011 Royal Academy of Engineering/EPSRC Research Fellowship
2005 Best paper honorable mention award at IEEE Conference on Computer Vision and Pattern Recognition
2002 Best paper award at the European Conference on Computer Vision


Ausgewählte Auszeichnungen

Open Kolmogorov’s homepage



theme sidebar-arrow-up
Nach Oben