Optymalizacja systemów (zima 2016/2017)

 

Informacje ogólne

Konsultacje: piątek, 12:00-13:00, 121 C6 (po wcześniejszym kontakcie e-mailowym) 

Zasady zaliczenia: [link]

Zalecana literatura:

  • Stephen Boyd, Lieven Vandenberghe, "Convex Optimization", Cambridge University Press, 2009, ISBN 978-0-521-83378-3
    Książka możliwa do pobrania ze strony Stephen'a Boyd'a (Stanford University) [link]

Prowadzone grupy zajęciowe:

  • piątek, 13:15-15:00

 

 

Plan kursu

Moduł I: Wprowadzenie do optymalizacji

 

Zajęcia I: Wprowadzenie do optymalizacji

Plan zajęć:

  • Szkolenie BHP, zasady zaliczeń
  • Tożsamości algebraiczne
  • Pojęcie normy
  • Lista zadań [link]

Dodatkowe materiały: brak


Zajęcia II: Wprowadzenie do środowiska Matlab

Plan zajęć:

  • Prezentacja przykładowych problemów optymalizacji
  • Omówienie zadania na seminarium (zajęcia III)
  • Zadania wprowadzające do środowiska Matlab [link]

Dodatkowe materiały:

  • Wstęp do Matlaba, David F. Griffiths [link]
  • Pisanie kodu w Matlab, Nico Schömer [link]

 

Zajęcia III: Formułowanie problemu optymalizacji

Plan zajęć:
  • Prezentacja do wykonania [link]

Dodatkowe materiały:

  • Boyd, rozdział 1.1 "Mathematical optimization"
  • Przykładowe problemy optymalizacji [link]

 

Moduł II: Optymalizacja bez ograniczeń [Notatki]

 

Zajęcia IV: Analityczna optymalizacja bez ograniczeń

Plan zajęć:

  • Lista zadań [link]

Dodatkowe materiały: brak

 

Zajęcia V: Algorytmy gradientowe. 

Plan zajęć:

  • Algorytm gradientu prostego

Dodatkowe materiały:

  • Boyd, rozdział 9.3 "Gradient descent method"

 

Zajęcia VI: Rozliczenie zadania z optymalizacji bez ograniczeń

  • Zadanie do wykonania [link]
  • Pliki do pobrania [link]

 

Moduł III: Optymalizacja z ograniczeniami

 

Zajęcia VII: Analityczna optymalizacja z ograniczeniami

Plan zajęć:

  • Mnożniki Lagrange'a
  • Lista zadań [link]

 

Zajęcia VIII: Problemy liniowe, algorytm Interior-Point

Plan zajęć:

  • Omówienie problemu programowania liniowego
  • Funkcja linprog
  • Algorytm Interior-Point
  • Omówienie zadania do wykonania
  • Lista zadań [link]

 

Zajęcia IX: Rozliczenie zadania z programowania liniowego

Plan zajęć:

  • Zadanie do wykonania [link]
  • Pliki do pobrania [link]

 

Moduł IV: Programowanie całkowitoliczbowe

 

Zajęcia X: Problemy całkowitoliczbowe

Plan zajęć:

  • Funkcje bintprog i intlinprog
  • Algorytm Branch & Bound
  • Omówienie zadania do wykonania
  • Lista zadań [link]

 

Zajęcia XI:Rozliczenie zadania z programowania binarnego

Plan zajęć:

  • Zadanie do wykonania [link]
  • Pliki do pobrania [link]

 

Podsumowanie kursu

Zajęcia XII: kartkówka próbna 

Zajęcia XIII (05.01): kartkówka 

Zajęcia XIV (12.01): zajęcia dodatkowe (nieobowiązkowe)

  • Oddawanie zaległych zadań (maksymalnie 1 zadanie na osobę)
  • Miejsce: sala 121 C6

 

 

 

Ogłoszenia

  • Zachęcamy osoby zainteresowane tematyką uczenia maszynowego, widzenia komputerowego oraz optymalizacji do udziału w spotkaniach koła naukowego Estymator [facebook]. Spotkania mają formę 45 minutowej prezentacji prowadzonej przez jednego z członków Wrocław Machine Learning Group.

 

SELECTED PROJECTS

 

Deep convolutional neural network
for an automated signal selection in protein NMR spectra

 

Chemical shift-based identification
of oligosaccharide topology

Image analysis for confocal microscopy in the context of 3D liver tissue architecture studies

Commercial projects

X 2014 - ...

Read more

II 2016 - VI 2018

Read More

VII 2013 - VII 2014

Read More

  

Read More

 

 

RECENT WORK

 

2018/6/6

Our manuscript "Chemical shift-based identification of monosaccharide spin-systems with NMR spectroscopy to complement untargeted glycomics" has been accepted in Bioinformatics. 

Open access article is available here. The algorithm proposed in the paper is accessible by the web page glyconmrsearch.nmrhub.eu

 

2018/5/28

Our manuscript "Towards fully automated protein structure elucidation with NMR spectroscopy" has been accepted at BOOM workshop (ICML 2018).

 

 

2018/3/4

Our manuscript "NMRNet: A deep learning approach to automated peak picking of protein NMR spectra" has been accepted in Bioinformatics.

 

CONTACT DETAILS

E-mail:
Building C-3, room 121
Department of Computer Science
Wrocław University of Technology
Wybrzeże Stanisława Wyspiańskiego 27
50-370 Wrocław, Poland