【伯克利博士论文】最优化无所不在-凸优化、组合优化与经济学(附256页全文下载)

【导读】作者Sam Wong是伯克利 the Theory group的研究生,近期公开发布了他的博士论文,该论文系统性的论述了优化问题广泛的应用价值,并提出了自己的新式算法,非常有学习价值,特此编译如下。


介绍:


在过去的一个世纪里,最优化已经成为了数学的重要分支,它与工程、自然和社会科学息息相关。作为重要的组成部分,从航空公司的调度到互联网商务,众多应用场景中均隐藏着最优化的影子,随着基础理论的发展,它将持续在多个领域发挥作用。由于现代社会,对于效率的要求要比以往任何时候都要高,因此对优化问题的持续研究至关重要。我们设想在未来,优化技术将无处不在,在本文中,我们研究了优化中的各种基本问题,组合与连续,并开发了新的可被证明的算法。


在本文中,我们研究了最优化与其应用场景中出现的基本问题,我们的方法中借鉴了凸优化和组合优化理论,以及一些经济学中的工具包实现。通过这些学科技术的交叉运用,我们在多个新旧问题上取得了进展。


请关注专知公众号(扫一扫最下面专知二维码,或者点击上方蓝色专知)

  • 后台回复“BKSW” 就可以获取本文的下载链接~ 



本文大纲:


  • 介绍

  • 基本概念与问题

  • 一种更快的平面切割方法(Cutting Plane Method)

  • 凸面最小化和交叉点切割平面法的问题

  • 基于平面切割法的次模函数最小化(Submodular Function Minimization via Cutting Plane Method)

  • 计算瓦尔拉斯均衡(Walrasian Equilibria):快速算法和结构属性

  • 基于一阶方法的次模函数最小化

  • Tight Algorithms for Vertex Cover with Hard Capacities on Multigraphs and Hypergraphs

  • s-t有效网络抵抗性设计

-END-

专 · 知

   专知开课啦!《深度学习: 算法到实战》, 中科院博士为你讲授!


请加专知小助手微信(扫一扫如下二维码添加),加入专知主题群, 咨询《深度学习:算法到实战》等~

欢迎微信扫一扫加入专知人工智能知识星球群,获取专业知识教程视频资料和与专家交流咨询!

请PC登录www.zhuanzhi.ai或者点击阅读原文,注册登录专知,获取更多AI知识资料!

点击“阅读原文”,了解报名专知《深度学习:算法到实战》课程

展开全文
Top
微信扫码咨询专知VIP会员