点击上方「蓝字」关注我们
课题名称
= 数据处理与数据科学 =项目背景
非线性规划是求解目标函数或约束条件中一个或几个非线性函数最优化问题的方法,是运筹学的一个重要分支。非线性规划在经营管理、供应链、数据科学、金融投资组合最佳分配等方面有广泛的应用,为最优设计提供强有力的工具。
具体应用场景包括:如何在现有人力、物力、财力条件下合理安排产品生产,以取得最高的利润;如何设计某种产品,在满足规格、性能要求的前提下,达到最低的成本等等。可以说,运筹优化是人工智能的基石,人工智能机器学习又为优化算法的提升提供了机会。两者的结合是大数据时代下的必然产物。
项目将结合运筹优化与Python机器学习,在来自世界名校卡耐基梅隆大学的教授的指导下,帮助学生装备前沿理论,运用Python探索非线性规划技术,解决抽象现实问题。
项目介绍
学生将在项目中学习 无约束优化、约束优化、原始方法、对偶 等优化知识,同时运用Python解决现实案例。学生将在项目结束时,自选问题,运用Python完成设定问题解决方案,提交项目报告,进行成果展示。适合人群
● 大学生、研究生
● 计算机工程、数据科学、运筹学、机器学习等专业,以及对等领域物流、零售、供应链、金融、交通、电力能源和制造的最优化规划和维护方面的课题感兴趣的学生 需要具备线性代数、微积分、集合、拓扑学等基础数学知识,同时具备Python编程或者其他编程语言知识的学生优先
导师介绍
= Jovan 教授 = Jovan导师现任 卡耐基梅隆大学 电子与计算机工程学院教授, 拥有田纳西大学电子与计算机工程博士和硕士学位。 Jovan导师的研究兴趣为 数字仿真、离散时间滤波器、人工智能、神经网络 等,在IEEE期刊发表论文多篇。任职学校
卡耐基梅隆大学 (CMU)始建于1900年,是世界范围内颇负盛名的私立研究型大学,拥有世界历史最悠久的计算机学院之一,在2019年QS世界大学计算机科学排名中位列第3,2019年U.S.News计算机科学美国排名首位。截至2019年3月,学校的教员和校友中共有20人获得诺贝尔奖,13人获得图灵奖,22人获评美国艺术与科学院院士,19人进入美国科学促进会,72人入选美国国家学院。项目大纲
● 项目背景理论:
本周课题将主要集中在项目必备知识梳理,包括线性代数、集合论、空间、特征分析、凸集等。学生将在本周完成Python环境和相关库的安装,用Python编写Gauss-Seidel算法程序。
● 无约束优化:
本周研究对象包括极值条件、直线搜索、梯度下降法、牛顿法和拟牛顿法。学生将在本周探究Jacobian矩阵和Hessian矩阵,编写直线搜索程序。
● 约束优化:
本周课题包括最优条件和拉格朗日松弛算法。学生将在本周探究Newton-Raphson算法,编写等式约束问题算法。
● 梯度投影法:
本周课题包括梯度投影法及其简化。学生将在本周编写梯度搜索方法程序。
● 对偶:
本周课题包括局部对偶、可分方法、增广拉格朗日方法。学生将在本周编写解决方案。
● 项目回顾与成果展示 ● 论文辅导和发表 时间安排 7周在线小组科研学习+3周论文 辅导学习,共44课时 开课时间 :8 .8 开课 项目收获 ● Research Essay或科研报告 ● 主 导师 推荐信 ● EI/CPCI/Scopus索引国际会议摘要投递与收录 (可用于申请) ● 结业证书 ● 学术评估报告及成绩单感兴趣的同学可以添加我们的留学导师,咨询报名事宜。名额有限,先到先得!
●最新MIT科研:天体物理-模拟星系形成
●科研1v1 | 哥大博士:计算机视觉方向
●哈佛科研 | 量化金融科研:自然语言处理在金融领域中的应用与研究
●想申请名校?科研项目助力你的背景提升!