(The talk will be given in English)

Speaker:     Prof. Dan Edidin

Mathematics, University of Missouri

Monday, April 28^th, 2025

13:00 - 14:00

The generalized phase retrieval problem

Abstract

The classical phase retrieval problem, which first arose in X-ray crystallography, is the problem of using prior information to estimate a signal from its Fourier magnitudes. The generalized phase retrieval problem entails using prior information to recover a collection of matrices from their Gram matrices. Mathematically, this problem arises from viewing phase retrieval through the lens of representation theory of compact groups. In classical phase retrieval the group is the circle group. When the group is the 3-dimensional rotation group we obtain applications to single-particle cryo-electron microscopy, a leading technique in structural biology. 

Short Bio

Dan Edidin is professor of mathematics at University of Missouri.  He received his undergraduate degree at Johns Hopkins University and his PhD from MIT, both in mathematics.  Before joining the faculty at Missouri, he was an NSF postdoctoral fellow at the University of Chicago. Dan’s original training was in algebraic geometry, which studies the solution sets of systems of multivariate polynomial equations. His early work was on problems that arise when a symmetry group acts on the system of equations. Dan's recent work has focused on using methods from algebraic geometry and representation theory to study problems at the foundations of two important experimental techniques in structural biology – X-ray crystallography and cryo electron-microscopy.

הרישום לסמינר יבוצע באמצעות סריקת הברקוד למודל

Registration to the seminar will be done by scanning the barcode for the Moodle

**הרשמה מיועדת למשתתפי אירוע הערב בלבד**

יום פקולטה – חגיגה של חדשנות, יצירתיות והשראה!

הצטרפו אלינו ליום מלא בהשראה עם תצוגת פרויקטים, הרצאות מרתקות, מיצגים חדשניים, כיבוד מפנק ואירוע מסכם בהנחייתה של מיקי חיימוביץ, אשר תנחה פאנל מומחים בנושא סביבה ואקלים.

בוקר (09:00-14:00):

ימי פרויקטים- מוזמנים.ות להתרשם מפרויקטי גמר של הסטונדטים והסטודנטיות לתואר ראשון במגמות השונות.

צהריים (14:00-17:00) Engineering Village:

מיצגים מרהיבים ותוצרים של הפקולטה להנדסה שיכללו:

• הצגת הרובוטים של ד"ר אבישי סינטוב ופרופ' בן מעוז מביה"ס להנדסה מכאנית וביה"ס להנדסה ביו-רפואית.
• הדגמת הפלטפורמה של Run:ai- בינה מלאכותית בשירות המחקר- בהובלת דותן דקל, ראש צוות המחשוב בפקולטה.
• הצצה לטכנולוגיית DMS (Driver Monitoring System) של Mobileye– 
  בואו לאסוף איתנו דגימות שיסייעו לפתח את פתרונות התחבורה של המחר, ולהציץ לשיתוף פעולה שלנו עם מעבדת המערכות האוטונומיות של הפקולטה (*הרכב ימוקם בקומה העליונה, בחזית בניין ברודקום).
• הקרנה של עצמים בתלת מימד- פרופ' טל כרמון, ביה"ס להנדסת חשמל ומחשבים.
• ממשקי אדם מכונה- פרופ' יעל חנין, ביה"ס להנדסת חשמל ומחשבים.
• הצגה של חומרים בתלת מימד-ד"ר נעה לכמן-סנש.
• סימולטור הנהיגה של דני ברקו- אחראי פרויקטי גמר בהנדסה מכאנית.
• האופניים הכי מאירות
• הפרויקט של TAUverIL לבניית רובוט (בהובלת הסטודנטים.ות)

**אירועי הצהריים והערב יתקיימו בקומה מינוס 1 (-1) של בניין ברודקום וכן באודיטוריום שלו.

אירוע ערב (17:30-20:30):
*מיועד לבוגרי ובוגרות הפקולטה

• 17:30-18:30 התכנסות, מינגלינג ועוד הפתעות.
   
• 18:30-18:45 דברי פתיחה של דקאן הפקולטה והנהלת ארגון בוגרי.ות הנדסה.
   
• 18:45-19:15 הצגת Run:ai ע"י בוגר הפקולטה להנדסת חשמל ומחשבים:
  ד"ר רונן דר - VP Software System

   

• 19:15-20:30 פאנל מומחים, בהנחיית מיקי חיימוביץ'.

המשתתפים.ות בפאנל המומחים:

פרופ' אינס צוקר, חוקרת ומפתחת חומרים ותהליכים לפתרון בעיות זיהום מים וקרקע.

ד"ר גדעון צבי שגב, ראש המעבדה להתקני אנרגיה בבית הספר להנדסת חשמל ומחשבים. המחקר במעבדה עוסק בפיתוח ואפיון של התקנים לשימושים סביבתיים כמו תאי שמש, התקנים לטיפול במים, ומערכות לייצור מימן.

פרופ' יובל בק, חבר סגל בבית הספר להנדסת חשמל ומחשבים. מומחה ברשתות חשמל חכמות ואנרגיה מתחדשת ויועץ בתחום בתעשיה.

(The talk will be given in English)

Speaker:     Dr. Daniel Amir

                                Viterbi Faculty of Electrical and Computing Engineering, Technion

Monday, April 7^th, 2025

13:00 - 14:00

Optimal Oblivious Reconfigurable Networks

Abstract

As datacenter network traffic grows explosively, outpacing Moore's law, packet switching capabilities are struggling to meet the demands of modern data centers. Recent hardware advances have enabled the new switching technology of fast, nanosecond-scale circuit switches. These have the potential to fully replace packet switches, but realizing this potential requires novel network designs.

In this talk, I will present my research into the Oblivious Reconfigurable Network (ORN) design paradigm, which is ideally suited to this new switching technology. I will present Shale, the first ORN design capable of supporting a datacenter-scale network, achieving orders of magnitude better latency and memory requirements than prior designs at this scale. Shale achieves a tunable tradeoff between throughput and latency, and is enabled by novel techniques including interleaving, congestion control for multi-hop ORNs, and unique hardware optimizations. For each of Shale's tunings, the tradeoff between throughput and latency scaling is Pareto optimal among all ORN designs. Finally, I will discuss follow-on work on Semi-Oblivious Reconfigurable Networks (SORNs), which enhance ORNs through periodic optimization based on network demand, further improving the performance possible on fast circuit-switched networks.

Short Bio

Daniel Amir is a Postdoctoral Fellow at the Technion, supervised by Mark Silberstein. His research focuses on developing next-generation networks that leverage cutting-edge hardware to address the network demands of the future. He recently completed his Ph.D. in Computer Science at Cornell University, where he was advised by Hakim Weatherspoon and collaborated extensively with Robert Kleinberg. His dissertation work focused on developing Shale, the first oblivious reconfigurable network design which can scale to an entire datacenter. Prior to his Ph.D., he earned undergraduate degrees in Computer Science and in Engineering Physics from the University of Illinois Urbana-Champaign.

השתתפות בסמינר תיתן קרדיט שמיעה = עפ"י רישום שם מלא במודל בתחילת הסמינר

Abstract
Generative AI has made tremendous strides over the last few years in a wide variety of fields, including text, images, audio, and video. In this talk, we discuss the use of Generative AI techniques in the realm of molecules, emphasizing the incorporation of invariances to transformation groups, and covering three applications. In the first, we show an approach to the problem of generating molecules which will bind to a particular receptor molecule, a problem with strong applications in drug design. We design specialized normalizing flows which respect the physical invariances inherent in the problem, through the use of semi-equivariant networks. In the second application, we show how to adapt diffusion models to deal with this same problem. In particular, we address the size disparity between the receptor and the generated molecule, which can be problematic for learning as the receptor can overwhelm the training; we do so by creating a small sketch of the receptor, dubbed a “virtual receptor”. In the final scenario, we address a fundamental problem with applications in chemistry, biochemistry and materials science: computing the quantum ground state of a molecule. We demonstrate an efficient method of solving the Electronic Schrodinger Equation by using a carefully designed antisymmetric normalizing flow to construct the wavefunction ansatz.