Séance de cours

Cadre des régions de confiance riemannienne

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Dans cours

MATH-512: Optimization on manifolds

We develop, analyze and implement numerical algorithms to solve optimization problems of the form min f(x) where x is a point on a smooth manifold. To this end, we first study differential and Riemannian geometry (with a focus dictated by computational con ...

Description

Cette séance de cours présente le cadre des régions de confiance riemannienne (RTR), en se concentrant sur le concept de directions conjuguées, la méthode de Newton et l'idée principale derrière RTR. Linstructeur explique lalgorithme basé sur la rétractation, le vecteur de minimiseur unique, et les conditions pour lamélioration du modèle. La séance de cours couvre la mise à jour du rayon de confiance de la région, les critères d'acceptation / rejet pour la prochaine itération et les exigences pour la résolution des sous-problèmes. Il traite également des conditions de régularité et de la limite du modèle. Des exemples et des paramètres pour le rayon et le seuil maximum sont fournis.

Cette vidéo est disponible exclusivement sur Mediaspace pour un public restreint. Veuillez vous connecter à Mediaspace pour y accéder si vous disposez des autorisations nécessaires.

Regarder sur Mediaspace

Enseignant·e

Nicolas Boumal

Enseignement et PhD Doctorant·es actuel·les Andreea-Alexandra Musat A dirigé les thèses EPFL de Christopher Criscitiello, Quentin Rebjock Cours Algèbre linéaire MATH-111(e) L'objectif du cours est d'introduire les notions de base de l'algèbre linéaire et ses applications. Continuous optimization MATH-329 This course introduces students to continuous, nonlinear optimization. We study the theory of optimization with continuous variables (with full proofs), and we analyze and

Source officielle

Concepts associés (31)

Géométrie riemannienne

vignette|275px|L'étude de la forme de l'univers est une adaptation des idées et méthodes de la géométrie riemannienne La géométrie riemannienne est une branche de la géométrie différentielle nommée en l'honneur du mathématicien Bernhard Riemann, qui introduisit les concepts fondateurs de variété géométrique et de courbure. Il s'agit de surfaces ou d'objets de plus grande dimension sur lesquels existent des notions d'angle et de longueur, généralisant la géométrie traditionnelle qui se limitait à l'espace euclidien.

Géométrie différentielle

vignette|Exemple d'objets étudiés en géométrie différentielle. Un triangle dans une surface de type selle de cheval (un paraboloïde hyperbolique), ainsi que deux droites parallèles. En mathématiques, la géométrie différentielle est l'application des outils du calcul différentiel à l'étude de la géométrie. Les objets d'étude de base sont les variétés différentielles, ensembles ayant une régularité suffisante pour envisager la notion de dérivation, et les fonctions définies sur ces variétés.

Variété pseudo-riemannienne

La géométrie pseudo-riemannienne est une extension de la géométrie riemannienne ; au même titre que, en algèbre bilinéaire, l'étude des formes bilinéaires symétriques généralisent les considérations sur les métriques euclidiennes. Cependant, cette géométrie présente des aspects non intuitifs des plus surprenants. Une métrique pseudo-riemannienne sur une variété différentielle M de dimension n est une famille g= de formes bilinéaires symétriques non dégénérées sur les espaces tangents de signature constante (p,q).

Géométrie symplectique

La géométrie symplectique est un domaine de la recherche mathématique, s'intéressant à l'origine à une formulation mathématique naturelle de la mécanique classique et développé avec une notion d'entrelacement entre la géométrie différentielle et les systèmes dynamiques, avec des applications en géométrie algébrique, en géométrie riemannienne et en géométrie de contact. Formellement, elle consiste en l'étude des 2-formes différentielles fermées non dégénérées — appelées formes symplectiques — sur les variétés différentielles.

Curvature of Riemannian manifolds

In mathematics, specifically differential geometry, the infinitesimal geometry of Riemannian manifolds with dimension greater than 2 is too complicated to be described by a single number at a given point. Riemann introduced an abstract and rigorous way to define curvature for these manifolds, now known as the Riemann curvature tensor. Similar notions have found applications everywhere in differential geometry of surfaces and other objects. The curvature of a pseudo-Riemannian manifold can be expressed in the same way with only slight modifications.

Afficher plus

Séances de cours associées (64)

Riemannian Geometry: Robot Motion Learning and Control

Déplacez-vous dans la géométrie de Riemannian pour l'apprentissage et le contrôle du mouvement robot, en mettant l'accent sur les synergies géodésiques et le collecteur d'espace de configuration.

Riemannian connexions: ce qu'ils sont et pourquoi nous nous soucions

Couvre les connexions Riemannian, en mettant l'accent sur leurs propriétés et leur signification en géométrie.

Riemannian Hessians: Connexions et Symmétrie

Couvre les connexions sur les collecteurs, les connexions symétriques, les crochets Lie, et la compatibilité avec la métrique en géométrie Riemannienne.

Optimisation des manifolds : contexte et applications MOOC: Introduction à l'optimisation sur des manifolds lisses : méthodes du premier ordre

Introduit l'optimisation sur les collecteurs, couvrant les techniques classiques et modernes dans le domaine.

Conditions d'optimisation: Premier ordre MOOC: Introduction à l'optimisation sur des manifolds lisses : méthodes du premier ordre

Couvre les conditions d'optimalité dans l'optimisation sur les collecteurs, en mettant l'accent sur les points minimums globaux et locaux.

Afficher plus

Concepts associés (31)

Géométrie riemannienne

Géométrie différentielle

Variété pseudo-riemannienne

Géométrie symplectique

Curvature of Riemannian manifolds

Afficher plus