Actualidad
Pabellón FCEx

Curso de Optimización con aplicaciones a Inteligencia Artificial

19/02/2019 - 14:17

La inteligencia artificial (IA) es un área de mucha relevancia en la que convergen varias disciplinas. Dentro de la matemática, la optimización brinda un marco adecuado para la formulación de varios problemas de IA y en particular la optimización convexa permite desarrollar algoritmos efeciente para la resolución numérica de éstos. 

Dentro de la Optimización convexa, una nueva rama es "Sparse Optimization" que puede traducirse como "optimización con restricciones de raleza". Se trata de buscar soluciones óptimas con la condición de que la mayoría de las componentes de la solución sean nulas. Con aplicaciones en procesamiento de imágenes, últimamente ha demostrado ser un concepto muy útil en IA porque se buscan soluciones ralas o se prefieren para simplificar los procedimientos (clasificadores).
 
En el marco del Doctorado en Matemática Computacional e Industrial de la UNCPBA, sede Tandil, se dictará un curso sobre "Sparse Optimization".

El dictado será intensivo del 25/2 al 2/3 de 2019, de 9:30 a 12:30 y de 14:30 a 17:30.

Lunes 25/2: Introducción rápida al Análisis Convexo para problemas de Machine Learning. A cargo de P. Lotito (UNCPBA) y L Parente (UNR). 

Contenido:

  • Problemas de optimización con y sin restricciones. Condiciones de optimalidad
  • Conjuntos y funciones convexas
  • Dualidad lagrangeana
  • Algoritmos de optimización

 

Martes 26/2 - Viernes 1/3: Optimización Rala. A cargo de Juan Carlos de los Reyes, Esc. Politécnica de Quito -Ecuador

Resumen: We will consider nonlinear optimization problems where the solution is required to have a sparse structure, i.e., a large number of zero entries. This type of problems arises in different application areas like image restoration, machine learning, data classification, among others. Typically, sparsity is obtained by regularizing the cost function with the -norm of the solution vector. This, however, gives rise to a nonsmooth optimization problem, which becomes challenging to handle. In this course, we will study the basic theoretical properties of such problems (existence, optimality conditions, etc.) and introduce the most relevant numerical methods (of first and second order) for the fast solution of such optimization problems.

Para más información dirigirse a: sinvesti@exa.unicen.edu.ar