Couvre la modélisation du système énergétique, l'optimisation, les scénarios, les prédictions, les complexités et les controverses dans les modèles énergétiques.
Introduit la complexité computationnelle, les problèmes de décision, la complexité quantique et les algorithmes probabilistes, y compris les problèmes dures au NP et les problèmes complets au NP.
Explore le calcul avec des réseaux de tenseurs, couvrant les distributions de probabilités conjointes, la mécanique statistique et les applications de calcul quantique.
Explore la division du travail dans les systèmes naturels, la coordination multi-robots, et les défis de l'incertitude dans les algorithmes basés sur le marché.
Explore la théorie de la généralisation dans l'apprentissage automatique, en abordant les défis dans les espaces de dimension supérieure et le compromis entre les biais et les variables.
