Skip to main content

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.




Team


Laufende Projekte

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


Publikationen

Kolmogorov V. 2023. Solving relaxations of MAP-MRF problems: Combinatorial in-face Frank-Wolfe directions. Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition. CVPR: Conference on Computer Vision and Pattern Recognition vol. 2023, 11980–11989. View

Dvorak M, Blanchette J. 2023. Closure properties of general grammars – formally verified. 14th International Conference on Interactive Theorem Proving. ITP: International Conference on Interactive Theorem Proving, LIPIcs, vol. 268, 15. View

Harris DG, Kolmogorov V. 2023. Parameter estimation for Gibbs distributions. 50th International Colloquium on Automata, Languages, and Programming. ICALP: International Colloquium on Automata, Languages, and Programming, LIPIcs, vol. 261, 72. View

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

Shehu Y, Iyiola OS. 2022. Weak convergence for variational inequalities with inertial-type method. Applicable Analysis. 101(1), 192–216. 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, USA


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

Visit Vladimir Kolmogorov’s Website



theme sidebar-arrow-up
Nach Oben