Mediaspace scheduled maintenance: Aug 25, 2026 07:00 - 12:00 AM. During this time, videos will be temporarily unavailable. Check status updates.

Cours

PHYS-642: Statistical physics for optimization & learning

Séances de ce cours (44)

Modèle Curie Weiss

Couvre le modèle Curie-Weiss en physique statistique, y compris la probabilité d'aimantation, l'entropie libre et la méthode de cavité.

Coloration graphique III

Explore les propriétés des grappes et le seuil de coloration dans la coloration graphique, y compris la connectivité moyenne et la rigidité.

Dynamique de la population : Q(m) et comportement de la population

Explore Q(m) comme indicateur de comportement de la population et ses implications.

Propagation de la croyance pour la coloration graphique

Explore la propagation de la croyance pour la coloration des graphiques et ses propriétés de convergence.

Replique Symmetry Breaking: Solution complète et condensation

Explore Replica Symmetry Breaking in the Random Energy Model, discutant de l'entropie et de la condensation de configuration.

Réplique Symmétrie Breaking: REM

Explore Replica Symmetry Breaking in the Random Energy Model, se concentrant sur l'entropie et les états de probabilité.

Modèles graphiques : Inférence et graphiques de facteurs

Explore les modèles graphiques, les graphiques de facteurs et les inférences probabilistes dans les systèmes complexes.

Problèmes ouverts

Explore une variété de problèmes ouverts en théorie des graphes et en complexité informatique, mettant au défi les étudiants d'analyser et de résoudre des problèmes complexes.

Problèmes d'inférence et jeu de spin verre

Couvre les problèmes d'inférence liés au Spin Glass Game et les défis de faire des erreurs avec preb P.

Lunettes de spin: Entièrement connectées

Couvre les bases des lunettes de spin et les équations mathématiques utilisées pour les modéliser.

Evolution de l'état et itération gaussienne

Explore l'évolution des états, l'itération gaussienne et les critères de convergence dans des algorithmes itératifs.

Spike Wigner Modèle

Explore le modèle de Spike Wigner, le débruitage bayésien, l'évolution des états et les méthodes spectrales en analyse matricielle.

Problème de satisfaction des contraintes

Couvre le problème de satisfaction des contraintes aléatoires et explore des méthodes pour résoudre les problèmes de satisfaction des contraintes.

Modèle de bloc stochastique

Couvre le modèle de bloc stochastique et son application dans la détection communautaire, explorant sa formulation mathématique et ses défis.

Technique de preuve pour le modèle Spiked

Couvre une technique d'épreuve pour le modèle huppé à l'aide de calculs matriciaux et d'évolution de l'état.

Modèles linéaires généralisés

Explore les modèles linéaires généralisés, les méthodes bayésiennes, la détection comprimée et la perception dans les statistiques à haute dimension.

Coloration graphique II

Explore les concepts avancés de coloration graphique, y compris la coloration plantée, le seuil de rigidité, et les variables gelées en points fixes BP.

Algorithmes itératifs : GAMP

Couvre l'algorithme GAMP pour la reconstruction itérative du signal et introduit la descente du gradient proximal pour les problèmes de minimisation L1.

Applications du GAMP

Se penche sur l'application de l'algorithme GAMP pour simplifier le problème lasso et analyser les défis d'optimisation dans les réseaux neuronaux.

Physique statistique de l'apprentissage

Offre des informations sur la physique statistique de l'apprentissage, explorant la relation entre la structure du réseau neuronal et les systèmes désordonnés.