Παρουσίαση/Προβολή

Κυρτή Βελτιστοποίηση (Convex Optimization)
(INF528) - Γεώργιος Αμανατίδης (Georgios Amanatidis)
Περιγραφή Μαθήματος
A) Θεμελιώσεις: Κυρτά σύνολα, συναρτήσεις και προβλήματα, δυισμός.
B) Εφαρμογές: προβλήματα προσεγγίσεων, εκτιμητικής, υπολογισμού ελάχιστου κόστους σε γράφους, προβλήματα γεωμετρίας, και συναφή προβλήματα.
Γ) Αλγόριθμοι: Ελαχιστοποίηση χωρίς και με περιορισμούς και μέθοδοι εσωτερικού σημείου.
Μετά την επιτυχή ολοκλήρωση του μαθήματος, ο φοιτητής θα είναι σε θέση:
- Να μοντελοποιεί πραγματικά προβλήματα που ανακύπτουν στη Επιστήμη των Υπολογιστών και συναφείς επιστήμες ως προβλήματα μαθηματικού προγραμματισμού.
- Να εντοπίζει τις βασικές ιδιότητες και χαρακτηριστικά ενός δοσμένου προβλήματος μαθηματικού προγραμματισμού, ιδιαιτέρως κατά πόσο το πρόβλημα είναι ή μπορεί να μετατραπεί σε πρόβλημα κυρτής βελτιστοποίησης.
- Να χρησιμοποιεί και να κατασκευάζει αλγόριθμους που επιλύουν προβλήματα κυρτής βελτιστοποίησης, λαμβάνοντας υπόψη τις ιδιαιτερότητες του κάθε δοσμένου προβλήματος.
Συνιστώμενη Βιβλιογραφία
• (main text) Convex Optimization, Stephen Boyd and Lieven Vandenberghe, Cambridge University Press, 1st edition, 2004, ISBN-13: 978-0521833783.
• Convex Optimization Algorithms, Dimitri P. Bertsekas, Athens Scientific, 1st edition, 2015, ISBN-13: 978-1886529281.
• Convex Analysis and Optimization, Dimitri Bertsekas, Angelica Nedic, and Asuman Ozdaglar, Athena Scientific, 1st edition, 2003, ISBN-13: 978-1886529458.
Ημερομηνία δημιουργίας
Τρίτη, 21 Ιανουαρίου 2025
-
Δεν υπάρχει περίγραμμα