Storskalig konvex optimering
Large-scale Convex Optimization

FRT225F, 7,5 högskolepoäng

Gäller från och med: Höstterminen 2020
Beslutad av: Professor Thomas Johansson
Datum för fastställande: 2020-11-13

Allmänna uppgifter

Avdelning: Reglerteknik
Kurstyp: Ren forskarutbildningskurs
Undervisningsspråk: Engelska

Syfte

Målet för kursen är att förse studenterna med verktyg för att känna igen när ett optimeringsproblem från ett applikationsområde är konvext. Kursen innehåller även grundläggande konvex analys. Detta fokuserar på resultat som är användbara för att lösa optimeringsproblem via algoritmer. Målet är att studenterna ska få en djup förståelse för hur dessa algoritmer fungerar och när de är applicerbara, samt färdighet i att använda dem, för att sedan kunna använda denna färdighet i sin egen forskning.

Mål

Kunskap och förståelse

För godkänd kurs skall doktoranden

• Ha förståelse för teorin bakom konvex mängder, konvex functioner, dualitet samt konvergensbevis för algoritmer
• Förstå hur problem from olika applikationsområden kan formuleras som konvexa optimeringsproblem och hur de kan lösas
• Ha visat förståelse för hur effektiva algoritmer för storskaliga optimeringsproblem implementeras och fungerar

Färdighet och förmåga

För godkänd kurs skall doktoranden

• Visat på förmåga att utvärdera om ett givet optimeringsproblem är konvext.
• Kunna formulera optimeringsproblem på en standardiserad form som passar sig väl för algoritmer
• Kunna implementera och applicera en lämplig algoritm för ett givet konvext optimeringsproblem samt bevisa konvergens för algoritmen

Kurslitteratur

Material utvecklat av lärare.

Kursens undervisningsformer

Undervisningsformer: Föreläsningar, övningar

Kursens examination

Examinationsformer: Skriftlig tentamen, muntlig tentamen, inlämningsuppgifter. Skriftlig eller muntlig examen och skriftliga uppgifter under kursens gång.
Betygsskala: Underkänd, godkänd
Examinator:

Antagningsuppgifter

Kurstillfällesinformation

Kontaktinformation och övrigt

Kursansvariga: