Scaling Up Generic Optimization
扩大通用优化规模
基本信息
- 批准号:254643541
- 负责人:
- 金额:--
- 依托单位:
- 依托单位国家:德国
- 项目类别:Priority Programmes
- 财政年份:2014
- 资助国家:德国
- 起止时间:2013-12-31 至 2020-12-31
- 项目状态:已结题
- 来源:
- 关键词:
项目摘要
Optimization problems are ubiquitous in science, engineering and economics. Thus, it is not surprising that optimization problems come in many different flavors. In our proposal we focus on large-scale convex optimization problems. Another important class are discrete optimization problems, like for instance computing shortest paths, minimum or maximum cuts, network flows, or vertex covers in the context of graph algorithms. Many discrete problems have relaxations as linear or semidefinite programs, or can even be cast as convex optimization problems. Relaxations are often an essential part of approximation algorithms for combinatorial optimization problems. Hence, discrete and combinatorial Big Data optimization problems can greatly benefit from generic, parallel and distributed convex optimization software. Such software will be provided by the generic optimization code generator (GENO) that we want to build within this project. When developing GENO we will closely follow the algorithms engineering development cycle which includes a thorough theoretical analysis of the algorithms that we will design and implement. Another area where convex optimization plays an important role is Big Data analytics, i.e., learning structure from massive amounts of data for enabling reliable predictions. Machine learning is concerned with the design and analysis of methods for learning from data. At its algorithmic core these methods often boil down to convex optimization problems. The parallel and distributed code that can be generated by GENO will allow to tackle large-scale data analytics problems that are orders of magnitude larger than what currently can be handled by generic optimization software.
优化问题在科学,工程和经济学中无处不在。因此,优化问题出现在许多不同的口味中也就不足为奇了。在我们的建议中,我们着重于大规模凸优化问题。另一个重要类是离散优化问题,例如在图算法的上下文中计算最短路径,最小或最大切割,网络流或顶点覆盖物。许多离散的问题具有线性或半决赛程序的放松,甚至可以作为凸优化问题施放。放松通常是组合优化问题的近似算法的重要组成部分。因此,离散和组合大数据优化问题可以从通用,并行和分布式凸优化软件中受益匪浅。此类软件将由我们要在此项目中构建的通用优化代码生成器(GENO)提供。在开发Geno时,我们将密切遵循算法工程开发周期,其中包括对我们将设计和实施的算法的彻底理论分析。凸优化起着重要作用的另一个领域是大数据分析,即从大量数据中学习结构,以实现可靠的预测。机器学习涉及从数据学习的方法的设计和分析。在其算法核心上,这些方法通常归结为凸优化问题。 GENO可以生成的并行和分布式代码将允许解决比一般优化软件当前可以处理的数量级的大规模数据分析问题。
项目成果
期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
数据更新时间:{{ journalArticles.updateTime }}
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ patent.updateTime }}
Professor Dr. Joachim Giesen其他文献
Professor Dr. Joachim Giesen的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
{{ truncateString('Professor Dr. Joachim Giesen', 18)}}的其他基金
Visually guided exploration of point cloud data in Euclidean space
欧几里得空间中点云数据的视觉引导探索
- 批准号:
82041304 - 财政年份:2008
- 资助金额:
-- - 项目类别:
Priority Programmes
Parameterisierte Geometrische Optimierung: Kombinatorik, Algorithmen und Anwendungen im Maschinellen Lernen
参数化几何优化:机器学习中的组合学、算法和应用
- 批准号:
86443165 - 财政年份:2008
- 资助金额:
-- - 项目类别:
Research Grants
相似国自然基金
基于垂直方向上相邻晴空大气层合并方法的快速矢量辐射传输求解方案研究
- 批准号:42305162
- 批准年份:2023
- 资助金额:30.00 万元
- 项目类别:青年科学基金项目
面向上臂灵巧假肢自治的多模态感知与双向神经接口研究
- 批准号:52375021
- 批准年份:2023
- 资助金额:50 万元
- 项目类别:面上项目
面向上肢虚拟康复的力触觉作用及其整合机制研究
- 批准号:12372326
- 批准年份:2023
- 资助金额:53.00 万元
- 项目类别:面上项目
“Bottom-up”策略构筑金属纳米粒子-多孔有机聚合物复合催化材料
- 批准号:
- 批准年份:2022
- 资助金额:33 万元
- 项目类别:地区科学基金项目
外加热流强化预热对阻燃电力电缆竖直向上火蔓延的诱发机制
- 批准号:
- 批准年份:2022
- 资助金额:54 万元
- 项目类别:面上项目
相似海外基金
Collaborative Research: ABI Development: Creating a generic workflow for scaling up the production of species ranges
合作研究:ABI 开发:创建扩大物种范围生产的通用工作流程
- 批准号:
1913673 - 财政年份:2018
- 资助金额:
-- - 项目类别:
Standard Grant
Collaborative Research: ABI Development: Creating a generic workflow for scaling up the production of species ranges
合作研究:ABI 开发:创建扩大物种范围生产的通用工作流程
- 批准号:
1565118 - 财政年份:2016
- 资助金额:
-- - 项目类别:
Standard Grant
Collaborative Research: ABI Development: Creating a generic workflow for scaling up the production of species ranges
合作研究:ABI 开发:创建扩大物种范围生产的通用工作流程
- 批准号:
1565046 - 财政年份:2016
- 资助金额:
-- - 项目类别:
Standard Grant
Collaborative Research: ABI Development: Creating a generic workflow for scaling up the production of species ranges
合作研究:ABI 开发:创建扩大物种范围生产的通用工作流程
- 批准号:
1564643 - 财政年份:2016
- 资助金额:
-- - 项目类别:
Standard Grant
Collaborative Research: ABI Development: Creating a generic workflow for scaling up the production of species ranges
合作研究:ABI 开发:创建扩大物种范围生产的通用工作流程
- 批准号:
1660000 - 财政年份:2016
- 资助金额:
-- - 项目类别:
Standard Grant