Séance de cours
Optimisation discrète : la malédiction de la dimensionnalité
Description
Cette séance de cours explore les défis de l'optimisation discrète, en se concentrant sur la malédiction de la dimensionnalité. L'instructeur explique comment le temps de calcul augmente exponentiellement avec la taille du problème, ce qui rend l'énumération complète infaisable. Même avec les progrès de la puissance de calcul, la malédiction de la dimensionnalité reste un obstacle important, nécessitant le développement d’algorithmes plus efficaces.
Dans MOOCs (6)
Optimization: principles and algorithms - Linear optimization
Introduction to linear optimization, duality and the simplex algorithm.
Optimization: principles and algorithms - Linear optimization
Introduction to linear optimization, duality and the simplex algorithm.
Optimization: principles and algorithms - Network and discrete optimization
Introduction to network optimization and discrete optimization
Optimization: principles and algorithms - Network and discrete optimization
Introduction to network optimization and discrete optimization
Optimization: principles and algorithms - Unconstrained nonlinear optimization
Introduction to unconstrained nonlinear optimization, Newton’s algorithms and descent methods.
Enseignant
ipsum amet
Sunt mollit incididunt ut duis voluptate non sunt nostrud in in excepteur fugiat aliqua et. Aliquip eiusmod eiusmod cupidatat laborum ullamco non cupidatat adipisicing ad. Qui proident anim aute occaecat incididunt nisi magna laborum. Irure consectetur sunt officia do mollit nulla nostrud pariatur mollit ipsum veniam Lorem. Minim esse Lorem occaecat ad nulla officia. Esse quis velit culpa labore non.
Source officielle
À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Proximité ontologique
Séances de cours associées (38)
Modélisation du système énergétique : aperçu et problèmes d’optimisation
Couvre la modélisation du système énergétique, l'optimisation, les scénarios, les prédictions, les complexités et les controverses dans les modèles énergétiques.
Programmation dynamique: Knapsack
Explore la programmation dynamique du problème Knapsack, en discutant des stratégies, des algorithmes, de la dureté du NP et de l'analyse de la complexité temporelle.
Complexité et induction: Algorithmes et preuves
Couvre la complexité, les algorithmes et les preuves du pire cas, y compris l'induction mathématique et la récursion.
Propriétés thermodynamiques : équations et modèles
Explique les propriétés thermodynamiques, les équations d'état et les règles de mélange pour la modélisation des systèmes énergétiques.
Algorithme de Simplex : TableauMOOC: Optimization: principles and algorithms - Linear optimization
Couvre l'idée principale derrière l'algorithme Simplex et explique la méthode Tableau pour résoudre les problèmes de programmation linéaire.