Séance de cours
Chaînes et algorithmes de Markov
Séances de cours associées (52)
Chaînes de Markov: Applications et analyse
Explore les chaînes de Markov, en se concentrant sur le problème de coloration et l'analyse de l'algorithme.
Chaînes de Markov: Applications et méthodes d'échantillonnage
Couvre les bases des chaînes de Markov et leurs applications algorithmiques.
Coloration graphique: aléatoire vs symétrique
Comparer la coloration aléatoire et symétrique des graphiques en termes de coloration et d'équilibre des amas.
Théorie de l'information: Bases
Couvre les bases de la théorie de l'information, de l'entropie et des points fixes dans les coloriages graphiques et le modèle Ising.
Propagation de la croyance pour la coloration graphique
Explore la propagation de la croyance pour la coloration des graphiques et ses propriétés de convergence.
Sparsest Cut: Théorie de l'ARV
Couvre la preuve du théorème ARV de Bourgain, en se concentrant sur lensemble fini de points dans un espace semi-métrique et lapplication de lalgorithme ARV pour trouver la coupe la plus clairsemée dans un graphique.
Coloriage graphique: théorie et applications
Couvre la théorie et les applications de la coloration graphique, en se concentrant sur les modèles de blocs stochastiques dissortatifs et la coloration plantée.
Propagation de la croyance
Explore la propagation de la croyance dans les modèles graphiques, les graphiques de facteurs, les exemples de verre de spin, les distributions de Boltzmann et les propriétés de coloration des graphiques.
Modèles graphiques : distributions de probabilités et graphiques factoriels
Couvre les modèles graphiques pour les distributions de probabilité et la représentation des graphiques factoriels.
Chaînes et applications Markov
Explore les chaînes de Markov, le modèle Ising, l'algorithme Metropolis et la dynamique Glauber.