Séance de cours
Optimisation non convexe : défis et stratégies
Description
Cette séance de cours se décline en problèmes d'optimisation non convexe avec des contraintes non linéaires, se concentrant sur la déconvolution aveugle de l'image comme exemple illustratif. Il couvre les formulations standard d'optimisation convexe, les relaxations SDP, et les applications dans la théorie des graphiques, le clustering, et les réseaux neuronaux. L'instructeur discute des défis en matière de garanties de convergence et introduit des stratégies comme la méthode de graduation conditionnelle Homotopy et l'approche lagrangien augmentée.
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.