Explore la maximisation de la diversité dans la sélection des documents, la détermination des cliques de graphes, les théorèmes sur le type négatif et l'optimisation convexe.
Explore la propagation des croyances sur les graphes, en mettant l'accent sur la normalisation, les relations récursives et le calcul itératif de la fonction de partition.
Explore la théorie du clustering spectral, la décomposition des valeurs propres, la matrice laplacienne et les applications pratiques dans l'identification des clusters.
