חיפוש חדש  חזור
מידע אישי לתלמיד

שנה"ל תש"ף

  אלגוריתמים באופטימיזציה רציפה
  Algorithms for Continuous Optimization  
0365-4414
מדעים מדויקים | סטטיסטיקה וחקר ביצועים
קבוצה 01
סמ'  ב'1600-1900209 שרייבר מתמטישיעור ות פרופ בק אמיר
דרישות קדם   אתר   רשימת התפוצה  
ש"ס:  3.0

סילבוס מקוצר

קורס עדכני  באלגוריתמי אופטימיזציה מודרנית. ההתקדמות בטכנולוגיית המחשבים קידמה את תחום האופטימיזציה הלא ליניארית, שהפכה היום לכלי חיוני לפתרון בעיות מדעיות והנדסיות מורכבות.

אופטימיזציה חלקה לא מאולצת: אלגוריתמים קלאסיים ושיטות ניתוח. שיטות ירידה. טכניקות חיפוש הקו. שיטות ניוטון של הצמוד Gradients. קצב התכנסות.

שיטות מסדר ראשון עבור בעיות במימדים גדולים: Gradient / subgradient, מהיר Proximal- Gradient .שיטות החלקה. אנליזת סיבוכיות.

שיטות Lagrangian עבור אופטימיזציה קמורה: פיצול תוכניות עבור בעיות בקנה מידה גדול: Lagrangians, augmented , כיוון של שיטות מכפיל, תוכניות פרוקסימלי nonquadratic.

Self concordant theory and polynomial algorithms פונקציות מתואמות. פוליאנומאל  אלגוריתמי מטיפוס נקודת פנים

Conic and Semidefinite Programming תיאוריה, אלגוריתמים פולינומי, ויישומים לבעיות אופטימיזציה קומבינטורית והנדסה.

יישומים מודרניים במדע ובהנדסה: במהלך הקורס נדון בכמה מודלים לאופטימיזציה של אב טיפוס ואלגוריתמים רלוונטיים שנלמדו בקורס לקראת פתרון יעיל של בעיות בתחומים שימושיים שונים: עיבוד אותות, למידה ממוחשבת, בעיות של רשתות חיישנים וכו '...

Course description

The course will provide an up-to-date introduction to modern optimization algorithms.

The advances in computer technology have promoted the field of nonlinear optimization, which has become today an essential tool to solve intelligently complex scientific and engineering problems.

Smooth Unconstrained Optimization: Classical algorithms and methods of analysis. Descent methods. Line search techniques. Newton's type methods, Conjugate Gradients. Rate of convergence Analysis.

First Order Methods for Huge Scale Convex Problems: Gradient/Subgradient, Fast Proximal-Gradient Schemes, Complexity Analysis, Smoothing methods. 
Lagrangian methods for convex optimization:  Decomposition splitting schemes for large scale problems: augmented Lagrangians, alternating direction of multiplier methods, nonquadratic proximal schemes. 
Self-Concordance Theory and Complexity Analysis: Self-concordant functions. Polynomial Interior Point Algorithms. Newton's Method Revisited. 
Semidefinite and Conic Programming : Theory, polynomial algorithms, and applications to combinatorial optimization problems and engineering.
Modern Applications in Science and Engineering:  Throughout the course, we will discuss several prototype optimization models and relevant algorithms studied in the course toward tefficient solution of problems in various applied areas: Signal Processing, Machine Learning, Sensor Networks Localization problems, etc...

סילבוס מפורט

מדעים מדויקים | סטטיסטיקה וחקר ביצועים
0365-4414-01 אלגוריתמים באופטימיזציה רציפה
Algorithms for Continuous Optimization
שנה"ל תש"ף | סמ'  ב' | פרופ בק אמיר

סילבוס מפורט/דף מידע
לצפייה בסילבוס נא ללחוץ כאן

להצהרת הנגישות


אוניברסיטת ת 1