Introduit l'optimisation convexe à travers des ensembles et des fonctions, couvrant les intersections, exemples, opérations, gradient, Hessian, et applications du monde réel.
Explore la dualité conjuguée dans l'optimisation convexe, couvrant les hyperplans faibles et soutenants, les sous-gradients, l'écart de dualité et les conditions de dualité fortes.
Sur Convex Optimization couvre l'organisation des cours, les problèmes d'optimisation mathématique, les concepts de solution et les méthodes d'optimisation.
Explore coordonner les stratégies d'optimisation de descente, en mettant l'accent sur la simplicité dans l'optimisation grâce à des mises à jour coordonnées et en discutant des implications des différentes approches.
Explore la préservation de la forme dans la déformation en utilisant l'énergie élastique et la modélisation à base de ressorts pour optimiser la stabilité de l'objet et l'intégrité de la forme.
Explore Ant Colony Optimization (ACO) pour le routage et l'optimisation, en discutant d'heuristique constructive, de recherche locale, de mécanismes phéromones et d'applications du monde réel.
Explore les groupes et les nombres, en mettant l'accent sur le problème des sous-groupes cachés et ses complexités dans les algorithmes classiques et quantiques.
Couvre la théorie et les applications de la coloration graphique, en se concentrant sur les modèles de blocs stochastiques dissortatifs et la coloration plantée.
