Population-Based Optimization on Riemannian Manifolds
-
- Hardcover
- Taschenbuch ausgewählt
- eBook
-
Sprache:Englisch
127,99 €
UVP
153,99 €
inkl. gesetzl. MwSt.,
Beschreibung
Produktdetails
Einband
Taschenbuch
Erscheinungsdatum
19.05.2023
Abbildungen
XI, 168 p. 24 illus., 17 illus. in color.
Verlag
SpringerSeitenzahl
168
Maße (L/B/H)
23,5/15,5/1,1 cm
Gewicht
283 g
Auflage
23001 Auflage 1st ed. 2022
Sprache
Englisch
ISBN
978-3-031-04295-9
Manifold optimization is an emerging field of contemporary optimization that constructs efficient and robust algorithms by exploiting the specific geometrical structure of the search space. In our case the search space takes the form of a manifold.
Manifold optimization methods mainly focus on adapting existing optimization methods from the usual “easy-to-deal-with” Euclidean search spaces to manifolds whose local geometry can be defined e.g. by a Riemannian structure. In this way the form of the adapted algorithms can stay unchanged. However, to accommodate the adaptation process, assumptions on the search space manifold often have to be made. In addition, the computations and estimations are confined by the local geometry.
This book presents a framework for population-based optimization on Riemannian manifolds that overcomes both the constraints of locality and additional assumptions. Multi-modal, black-box manifold optimization problems on Riemannian manifolds can be tackled using zero-order stochastic optimization methods from a geometrical perspective, utilizing both the statistical geometry of the decision space and Riemannian geometry of the search space.
This monograph presents in a self-contained manner both theoretical and empirical aspects of stochastic population-based optimization on abstract Riemannian manifolds.
Noch keine Bewertungen vorhanden
Verfassen Sie die erste Bewertung zu diesem Artikel
Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.
Kurze Frage zu unserer Seite
Vielen Dank für Ihr Feedback
Wir nutzen Ihr Feedback, um unsere Produktseiten zu verbessern. Bitte haben Sie Verständnis, dass wir Ihnen keine Rückmeldung geben können. Falls Sie Kontakt mit uns aufnehmen möchten, können Sie sich aber gerne an unseren Kund*innenservice wenden.
zum Kundenservice