MATH-513 / 5 crédits

Enseignant: Eisenbrand Friedrich

Langue: Anglais


Summary

The course aims to introduce the basic concepts and results on metric embeddings, or more precisely on approximate embeddings. This area has been under rapid development since the 90's and it has strong impact on algorithms for discrete optimization problems.

Content

Learning Prerequisites

Recommended courses

  • Linear algebra 1+2
  • Introduction to Algorithms or Discrete Optimization

Resources

Bibliography

Jiri Matousek: Lecture notes on metric embeddings

 

Ressources en bibliothèque

Dans les plans d'études

  • Semestre: Automne
  • Forme de l'examen: Oral (session d'hiver)
  • Matière examinée: Metric embeddings
  • Cours: 2 Heure(s) hebdo x 14 semaines
  • Exercices: 2 Heure(s) hebdo x 14 semaines
  • Semestre: Automne
  • Forme de l'examen: Oral (session d'hiver)
  • Matière examinée: Metric embeddings
  • Cours: 2 Heure(s) hebdo x 14 semaines
  • Exercices: 2 Heure(s) hebdo x 14 semaines
  • Semestre: Automne
  • Forme de l'examen: Oral (session d'hiver)
  • Matière examinée: Metric embeddings
  • Cours: 2 Heure(s) hebdo x 14 semaines
  • Exercices: 2 Heure(s) hebdo x 14 semaines
  • Semestre: Automne
  • Forme de l'examen: Oral (session d'hiver)
  • Matière examinée: Metric embeddings
  • Cours: 2 Heure(s) hebdo x 14 semaines
  • Exercices: 2 Heure(s) hebdo x 14 semaines

Semaine de référence

 LuMaMeJeVe
8-9    ELG120
9-10    
10-11    ELG120
11-12    
12-13     
13-14     
14-15     
15-16     
16-17     
17-18     
18-19     
19-20     
20-21     
21-22     

Vendredi, 8h - 10h: Cours ELG120

Vendredi, 10h - 12h: Exercice, TP ELG120