Optimalizace pro vědecké výpočty
Kód | Zakončení | Kredity | Rozsah | Jazyk výuky |
---|---|---|---|---|
QNI-OVV | Z,ZK | 5 | 2P+1C | anglicky |
- Garant předmětu:
- Přednášející:
- Cvičící:
- Předmět zajišťuje:
- katedra aplikované matematiky
- Anotace:
-
Obsahem předmětu je výklad numerických metod pro řešení nelineární optimalizace, konvexní optimalizace, stochastické optimalizace, optimálního řízení, aplikace pro QC, genetického a evolučního programování, strojového učení, hlubokých neuronových sítí. Studenti jsou též seznámeni s moderními trendy v oblasti řešení uvedených úloh.
- Požadavky:
- Osnova přednášek:
-
1. Problémy optimalizace, genetické algoritmy a jejich varianty.
2. Metoda žíhání, metoda hejna.
3. Vícekriteriální optimalizace, Pareto množina.
4. Vizualizace vícedimenzionálních Pareto množin, Taguchiho metoda, evoluční programování.
5. Metody strojového učení - tradiční postupy.
6. Metody strojového učení hluboké učení.
7. Modely založené na datech a evoluční programování.
8. QC optimalizační algoritmy.
9. Optimální řízení Pontrjaginův princip maxima.
10. Optimální řízení Bellmanův princip optimality, Bellmanova diferenciální rovnice.
11. Dynamické programování, stochastické a bionické metody řešení.
12. Optimalizace pro parciální diferenciální rovnice obecné principy.
13. Optimalizace pro parciální diferenciální rovnice aplikace.
- Osnova cvičení:
-
Není dosud vyplněno.
- Cíle studia:
-
Obsahem předmětu je výklad numerických metod pro řešení nelineární optimalizace, konvexní optimalizace, stochastické optimalizace, optimálního řízení, aplikace pro QC, genetického a evolučního programování, strojového učení, hlubokých neuronových sítí. Studenti jsou též seznámeni s moderními trendy v oblasti řešení uvedených úloh.
- Studijní materiály:
-
1. Kalyanmoy Deb: Multi-Objective Optimization using Evolutionary Algorithms
Wiley 2001, ISBN 978-0-471-87339-6
2. Chakraborti, N.:Data-driven evolutionary modeling in materials technology
Taylor&Francis 2022, ISBN 9781003201045
3. Prakash, S. Y., Prasad, D. M., Nguyen, T. D. L. (eds.:Distributed Artificial Intelligence)
CRC Press 2021, ISBN 9781003038467
4. Goodfellow, I., Bengio, Y., Courville, A.: Deep Learning
MIT Press 2016, ISBN 0262035618
5. Wang, Y., Kim, J. E., Suresh, K.: Opportunities and Challenges of Quantum Computing for Engineering Optimization,
ASME J. of Computing and Information Science in Engineering 2023, ISBN 060817-1-8
6. Lewis, F. L., Vrabie, D. L., Syrmos, V. L.: Optimal Control
Wiley 2012, , ISBN 9780470633496
7. Roubicek, T.: Relaxation in optimization theory and variational calculus
De Gruyter 2020, ISBN 9783110590852
- Poznámka:
-
Informace o předmětu a výukové materiály naleznete na https://courses.fit.cvut.cz/QNI-OVV
- Další informace:
- https://courses.fit.cvut.cz/QNI-OVV
- Pro tento předmět se rozvrh nepřipravuje
- Předmět je součástí následujících studijních plánů:
-
- Kvantová informatika (povinně volitelný předmět)