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

Séance de cours

RTR aspects pratiques + tCG

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 couvre les aspects pratiques de l'optimisation de la région de confiance riemannienne (RTR), y compris le choix du rayon de la région de confiance et du solveur de sous-problème, ainsi que la méthode du gradient conjugué tronqué (tCG) pour résoudre les problèmes d'optimisation. L'instructeur explique les concepts clés, les algorithmes et les conditions pour une optimisation réussie en utilisant RTR et tCG.

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

Source officielle

Concepts associés (32)

Variété riemannienne

En mathématiques, et plus précisément en géométrie, la variété riemannienne est l'objet de base étudié en géométrie riemannienne. Il s'agit d'une variété, c'est-à-dire un espace courbe généralisant les courbes (de dimension 1) ou les surfaces (de dimension 2) à une dimension n quelconque, et sur laquelle il est possible d'effectuer des calculs de longueur. En termes techniques, une variété riemannienne est une variété différentielle munie d'une structure supplémentaire appelée métrique riemannienne permettant de calculer le produit scalaire de deux vecteurs tangents à la variété en un même point.

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).

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.

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.

Méthode itérative

En analyse numérique, une méthode itérative est un procédé algorithmique utilisé pour résoudre un problème, par exemple la recherche d’une solution d’un système d'équations ou d’un problème d’optimisation. En débutant par le choix d’un point initial considéré comme une première ébauche de solution, la méthode procède par itérations au cours desquelles elle détermine une succession de solutions approximatives raffinées qui se rapprochent graduellement de la solution cherchée. Les points générés sont appelés des itérés.

Afficher plus

Séances de cours associées (39)

Méthodes de la région de confiance: Pourquoi, avec un exemple

Introduit des méthodes de région de confiance et présente un exemple d'optimisation Max-Cut Burer-Monteiro rang 2.

Gradients conjugués tronqués pour le sous-problème Trust-Region

Explore les gradients conjugués tronqués pour résoudre le sous-problème de la région de confiance dans l'optimisation sur les collecteurs efficacement.

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.

Convergence linéaire avec Polyak-Žojasiewicz: Preuve mécanique

Explore la convergence linéaire avec la condition Polyak-Žojasiewicz sur un collecteur Riemannien.

Méthodes Momentum et CG non linéaire

Explore la descente en gradient avec la mémoire, les méthodes d'impulsion, les gradients conjugués et le CG non linéaire sur les collecteurs.

Afficher plus

Concepts associés (32)

Variété riemannienne

Variété pseudo-riemannienne

Curvature of Riemannian manifolds

Géométrie riemannienne

Méthode itérative

Afficher plus