Aller au contenu  Aller au menu  Aller à la recherche

Bienvenue - Laboratoire Jacques-Louis Lions

Print this page |

Un poste de lecturer IA est annoncé sur le site de SCAI

Chiffres-clé

Chiffres clefs

189 personnes travaillent au LJLL

86 permanents

80 chercheurs et enseignants-chercheurs permanents

6 ingénieurs, techniciens et personnels administratifs

103 personnels non permanents

74 doctorants

15 post-doc et ATER

14 émérites et collaborateurs bénévoles

 

Chiffres janvier 2022

 

Séminaire du LJLL - 21 06 2019 14h00 : P. Tan

Pauline Tan (Sorbonne Université, Paris)
Descentes proximales par blocs pour l’optimisation non lisse et non convexe
Résumé
Avec l’exploitation toujours plus massive et extensive de données de nature diverse, la résolution de problèmes d’optimisation est devenue un sujet de recherche particulièrement actif ces dernières années, en particulier dans son volet non lisse et non convexe. Cet exposé est consacré à la présentation d’un algorithme récemment développé pour la résolution d’une classe de tels problèmes. Après une présentation du cadre théorique et des problématiques dans lesquels s’inscrit ce sujet de recherche, je présenterai l’algorithme en question ainsi que ses propriétés de convergence et des variantes permettant d’en améliorer les performances numériques. Je conclurai cette présentation avec des exemples d’applications en traitement d’images en grande dimension. Cet exposé est issu de travaux communs avec Mila Nikolova.