Kontinuerlig optimering spelar en central roll i modern maskininlärning. Varje inlärningsprocess kräver att ett så kallat högdimensionellt minimeringsproblem blir löst. Ju snabbare vi löser det, desto färre resurser så som energi, tid eller pengar slösar vi bort.
Nuvarande toppmoderna algoritmer inkluderar viss heuristik, vilket innebär att de ger lösningar som inte är garanterat optimala men tillräckligt bra. Det kräver mycket justering. Vår grupp arbetar med den teoretiska motiveringen av sådan heuristik och gruppen fokuserar på att utveckla nya, mer effektiva algoritmer.
Den här sidan handlar om WASP Matematik. För mer information om hela WASP på LiU, gå upp en nivå i menyn till WASP - Wallenberg AI, Autonomous Systems and Software Program. Där finns också en kontaktlista på alla WASP-forskare vid LiU uppdelade per institution.
