基本信息
浏览量:11
职业迁徙
个人简介
La croissance de la puissance de calcul et les algorithmes d’intérieur de point ont révolutionné l’optimisation dans les deux dernières décennies. L’ERC SIPA : Semidefinite Programming with Applications in Statistical Learning d’Alexandre d’Aspremont, chercheur CNRS au sein du Département d’Informatique de l’École Normale Supérieure (DI ENS - CNRS/ENS/Inria), vise à briser la limite de la taille du problème en exploitant les algorithmes fiables de premier ordre pour la résolution de programmes semidéfinis à grande échelle. Au-delà, il s’investira sur les applications de la programmation convexe à l’apprentissage statistique et de la théorie de traitement du signal. Un autre objectif central sera de produire des algorithmes efficaces et adaptés pour certains problèmes clés liés à l’apprentissage de la machine et des statistiques.
研究兴趣
论文共 44 篇作者统计合作学者相似作者
按年份排序按引用量排序主题筛选期刊级别筛选合作者筛选合作机构筛选
时间
引用量
主题
期刊级别
合作者
合作机构
PNAS nexusno. 4 (2023)
MATHEMATICS OF OPERATIONS RESEARCHno. 2 (2023): 1044-1065
Ibrahim Fayad,Philippe Ciais, Martin Schwartz,Jean-Pierre Wigneron,Nicolas Baghdadi, Aurélien de Truchis,Alexandre d'Aspremont,Frederic Frappart,Sassan Saatchi,Agnes Pellissier-Tanon,Hassan Bazzi
CoRR (2023)
引用0浏览0EI引用
0
0
arXiv (Cornell University) (2023)
引用0浏览0引用
0
0
arxiv(2022)
加载更多
作者统计
合作学者
合作机构
D-Core
- 合作者
- 学生
- 导师
数据免责声明
页面数据均来自互联网公开来源、合作出版商和通过AI技术自动分析结果,我们不对页面数据的有效性、准确性、正确性、可靠性、完整性和及时性做出任何承诺和保证。若有疑问,可以通过电子邮件方式联系我们:report@aminer.cn