1)  טרנספורמציות אוניטריות בדידות בעיבוד תמונות

2)  טרנספורמציות רציפות והדגימה שלהם: גלונים (wavelets) מבוססי חבורות לי כדוגמה

3) Frames    וטרנספורם פוריה קצר זמן כדוגמה. 

4) דלילות sparsity

5)  רקע קצר/תזכורת בתהליכים סטוכסטיים ובמשוואות סטוככסטיות והשימושים שלהם בהדמיה

6) Optimal Transport  בניסוח מונז׳ ובניסוח קנטרוביץ.  שיטות פתרון על ידי רגולריזציה ועל ידי דגימה רנדומית. שימושים בעיבוד תמונה

7) הקדמה כללית לרשתות נוירנים ולמידה עמוקה עם דגש על stochastic gradient descent ועל GAN

8) הבנת GAN  על ידי המסגרת הבייסיאנית ושילוב OT לקבלת WGAN

9)  המשוואה הסטוכסטית לאופטימיזציה כדגימת הפוסטריור ושימושים ב Bayesian inversion כדוגמה.  

באם ישאר זמן יוצגו עבודות של משוואות סטוכסטיות על גרפים לצורך MRI   ובשימוש בלמידה עמוקה כפתרון נומרי למשוואות דיפרנציאליות ולבעיות הפוכות וטומוגרפיה.  

הקורס מסתמך על הרשימות שלי. מאמרים רלוונטים לחומר ולינקים להרצאות ביוטיוב ינתנו לאורך הקורס במקומות המתאימים. 

הציון ינתן על סמך פרויקט סופי במידה ויהיו פחות מ 15 סטודנטים. אחרת יהיו גם פרויקטים קטנים כשיעורי בית ומבחן בית  סופי.