Couvre la complexité algorithmique et l'analyse du temps de trajet, en se concentrant sur la mesure du temps pris par les algorithmes et l'évaluation de leurs performances.
Explore les aspects pratiques de la résolution des jeux de parité, y compris les stratégies gagnantes, les algorithmes, la complexité, le déterminisme et les approches heuristiques.
S'inscrit dans la complexité et les interdépendances de la transition vers des villes intelligentes, soulignant l'importance d'une approche holistique.
Explore les conclusions de la théorie de l'apprentissage statistique, en mettant l'accent sur la complexité des fonctions, la généralisation et le compromis biais-variance.
Explore l'optimisation de la programmation linéaire avec des contraintes, l'algorithme de Dijkstra et les formulations LP pour trouver des solutions réalisables.
Couvre les défis dans le raisonnement précis de bits, y compris les résultats SMT-COMP, AIG, bit-blasting, Tseitin transformation, et les classes de complexité.
