Méthodes de la région de confiance: convergence mondiale avec un effort minimal

Cette séance de cours porte sur les méthodes de la région de confiance, en mettant l'accent sur la convergence mondiale avec un minimum d'efforts. Les sujets abordés comprennent le sous-problème de la région de confiance, l'étape de Cauchy, la rétractation du second ordre, la convergence des algorithmes et l'importance du rayon de la région de confiance. L'instructeur explique le résolveur sous-problème, les étapes réussies, et les paramètres pour l'optimisation sur les collecteurs. La séance de cours traite également de la méthode Riemannian trust-regions (RTR), des paramètres par défaut et du résolveur sous-problème dans Manopt, ainsi que des hypothèses assouplies et des garanties plus fines pour les algorithmes d'optimisation.