Benutzer: Gast  Login
Originaltitel:
Analysis of a Consensus-based Optimization Method on Hypersurfaces and Applications
Übersetzter Titel:
Analyse einer konsensbasierten Optimierungsmethode auf Hyperflächen und Anwendungen
Autor:
Sünnen, Philippe
Jahr:
2023
Dokumenttyp:
Dissertation
Fakultät/School:
TUM School of Computation, Information and Technology
Betreuer:
Fornasier, Massimo (Prof. Dr.)
Gutachter:
Fornasier, Massimo (Prof. Dr.); Pareschi, Lorenzo (Prof. Dr.); Herty, Michael (Prof. Dr.)
Sprache:
en
Fachgebiet:
MAT Mathematik
Stichworte:
consensus-based optimization, CBO, non-convex optimization, metaheuristic, Kuramoto, Vicsek
Übersetzte Stichworte:
Konsensbasierte Optimierung, CBO, nicht-konvexe Optimierung, Metaheuristik, Kuramoto, Vicsek
TU-Systematik:
MAT 650; MAT 490
Kurzfassung:
In this thesis we analyse a consensus-based optimization (CBO) method for non-convex optimization problems constrained on hypersurfaces. The method is called KV-CBO as it is based on the Kuramoto and Vicsek models. We investigate the well-posedness, the mean-field equation and convergence to the global minimizer. We discuss implementation aspects and numerical experiments for common benchmark functions and real world problems: robust PCA, phase-retrieval, and reconstruction of neural nets.
Übersetzte Kurzfassung:
In dieser Dissertation analysieren wir eine konsensbasierte Optimierungsmethode (CBO) für nicht-konvexe Kostenfunktionen auf Hyperflächen. Die Methode heißt KV-CBO. Wir untersuchen die Korrektgestelltheit, die mean-field Gleichung und die Konvergenz zum globalen Minimum. Wir behandeln die Implementierung und numerische Experimente für bekannte Benchmarkfunktionen und konkrete Anwendungen: robustes PCA, phase-retrieval, und das Rekonstruieren von neuronalen Netzen.
WWW:
https://mediatum.ub.tum.de/?id=1647263
Eingereicht am:
08.04.2022
Mündliche Prüfung:
17.01.2023
Dateigröße:
10989222 bytes
Seiten:
165
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20230117-1647263-1-2
Letzte Änderung:
10.02.2023
 BibTeX