Introduit Manopt, une boîte à outils pour l'optimisation sur les collecteurs, en se concentrant sur la résolution des problèmes d'optimisation sur les collecteurs lisses à l'aide de la version Matlab.
Introduit Manopt, une boîte à outils pour l'optimisation sur les collecteurs lisses avec une structure Riemannienne, couvrant les fonctions de coûts, différents types de collecteurs, et principes d'optimisation.
Explore les méthodes de descente des gradients pour optimiser les fonctions sur les collecteurs, en mettant l'accent sur les petites garanties de gradient et la convergence globale.
Explore la dynamique des débits réguliers d'Euler sur les collecteurs Riemanniens, couvrant les fluides idéaux, les équations d'Euler, les débits eulérisables et les obstacles à l'exposition des bouchons.
Couvre la définition de la rétraction, des sous-groupes ouverts, des fonctions de définition locales, des espaces tangents et des métriques riemanniennes.
Couvre la méthode de Newton sur les variétés riemanniennes, en se concentrant sur les conditions d'optimalité du second ordre et la convergence quadratique.
Explore les expansions et les rétractations de Taylor sur les collecteurs Riemanniens, en mettant l'accent sur les approximations de second ordre et les dérivés covariants.
