Explore explicitement les méthodes de Runge-Kutta stabilisées et leur application aux problèmes inverses bayésiens, couvrant l'optimisation, l'échantillonnage et les expériences numériques.
Explore le passage à l'apprentissage par renforcement profond à travers les réseaux neuronaux pour l'apprentissage direct des politiques, en contournant les valeurs Q et V.
Explore le transport optimal, les flux de gradient, le schéma implicite d'Euler et l'équation de la chaleur dans le contexte de la fonction d'énergie de Dirichlet.
