Explore la dynamique hamiltonienne sur les polytopes convexes, couvrant les capacités symlectiques, la capacité EHZ et les maximisateurs de ratio systolique.
Explore l'explication géométrique des raisons pour lesquelles les solutions Lasso sont rares et comment les coefficients changent avec le paramètre de régularisation.
Couvre le concept de couverture pour les programmes linéaires et la méthode simplex, en se concentrant sur la réduction des coûts et la recherche de solutions optimales.
Couvre la modélisation et l'optimisation des systèmes énergétiques, en se concentrant sur la résolution de problèmes d'optimisation avec des contraintes et des variables.
Explore les problèmes d'optimisation classiques de modélisation en tant que problèmes linéaires mixtes, en se concentrant sur le problème du sac à dos et ses applications.
Explore les programmes entiers, l'optimisation non convexe, les contraintes et les aspects géométriques de la programmation linéaire pour des solutions optimales.
Couvre l'approche de programmation linéaire de l'apprentissage par renforcement, en se concentrant sur ses applications et ses avantages dans la résolution des processus décisionnels de Markov.