Programmation semi-définie : formulations et applications

Cette séance de cours couvre la forme standard des formulations de programmation semi-définie (SDP), y compris les SDP à contraintes de traces et leur intérêt général. Il explore également les relaxations SDP pour les problèmes non convexes, tels que la coupe maximale d'un graphique, le regroupement avec une somme minimale de carrés et l'approximation de la constante de Lipschitz des réseaux neuronaux. En outre, il discute des stratégies d'optimisation comme CGM avec pénalité quadratique, Augmented Lagrangian CGM, et leurs garanties de convergence.