389.122 Konvexe Optimierung für die Signalverarbeitung und Übertragungstechnik
Diese Lehrveranstaltung ist in allen zugeordneten Curricula Teil der STEOP.
Diese Lehrveranstaltung ist in mindestens einem zugeordneten Curriculum Teil der STEOP.

2020S, VO, 2.0h, 3.0EC

Merkmale

  • Semesterwochenstunden: 2.0
  • ECTS: 3.0
  • Typ: VO Vorlesung

Lernergebnisse

Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage, konvexe Optimierungsaufgaben in der Signalverarbeitung und Übertragungstechnik zu erkennen und formulieren und zu lösen. Sie können das zugehörige duale Problem und die Karush-Kuhn-Tucker Bedingungen formulieren. Sie sind in der Lage, einfache konvexe Optimierungsaufgaben in der Modellierungssprache "cvx" zu formulieren und numerisch zu lösen.

 

Inhalt der Lehrveranstaltung

Motivation

Die Theorie der konvexen Optimierung beschäftigt sich mit der optimalen und effizienten Lösung von Optimierungsproblemen. Obwohl die Theorie in die Anfänge des 20. Jahrhunderts zurückreicht, hat sie erst in den 1990er-Jahren zunehmende Anwendung in den Ingenieurswissenschaften gefunden. Das beruht auf der Tatsache, dass effiziente Algorithmen zur Lösung grosser Klassen von Problemen erst in diesem Zeitraum entstanden, aber auch auf zunehmendem Bekanntwerden der Theorie. Heute verwenden viele in der Signalverarbeitungs- und Nachrichtentechnikliteratur veröffentlichte Artikel Methoden der konvexen Optimierung zur Analyse und Lösung relevanter Probleme. Daher ist ein Grundwissen über konvexe Optimierung zum Verstehen der aktuellen Literatur in beiden Gebieten sehr nützlich. Der Theorieteil der Lehrveranstaltung orientiert sich am Buch "Convex Optimization" von Stephen Boyd und Lieven Vanderberghe. Anwendungen und Beispiele werden direkt aus der aktuellen Signalverarbeitungs- und Nachrichtentechnikliteratur entnommen.

Behandelte Themen

  • die mathematische Theorie konvexer Funktionen und Mengen
  • das Dualitätskonzept und verallgemeinerte Ungleichungen
  • klassische Typen von Optimierungsproblemen
  • Algorithmen zur Lösung konvexer Optimierungsprobleme
  • Anwendungen aus der Signalverarbeitung und Übertragungstechnik

Methoden

Vorlesungen in Form von Overheadfolien nach dem Fachbuch.

 

 

Prüfungsmodus

Mündlich

Weitere Informationen

Zeit: Mittwoch, 12:30-14:30 (beginnt am 6. März 2019)

Ort: SEM 389 (CG0118), Gußhausstraße 25/389

Vortragende

Institut

LVA Termine

TagZeitDatumOrtBeschreibung
Mi.12:30 - 14:3004.03.2020 - 24.06.2020Sem 389, CG0118 Konvexe Optimierung
Konvexe Optimierung für die Signalverarbeitung und Übertragungstechnik - Einzeltermine
TagDatumZeitOrtBeschreibung
Mi.04.03.202012:30 - 14:30Sem 389, CG0118 Konvexe Optimierung
Mi.11.03.202012:30 - 14:30Sem 389, CG0118 Konvexe Optimierung
Mi.18.03.202012:30 - 14:30Sem 389, CG0118 Konvexe Optimierung
Mi.25.03.202012:30 - 14:30Sem 389, CG0118 Konvexe Optimierung
Mi.01.04.202012:30 - 14:30Sem 389, CG0118 Konvexe Optimierung
Mi.22.04.202012:30 - 14:30Sem 389, CG0118 Konvexe Optimierung
Mi.29.04.202012:30 - 14:30Sem 389, CG0118 Konvexe Optimierung
Mi.06.05.202012:30 - 14:30Sem 389, CG0118 Konvexe Optimierung
Mi.13.05.202012:30 - 14:30Sem 389, CG0118 Konvexe Optimierung
Mi.20.05.202012:30 - 14:30Sem 389, CG0118 Konvexe Optimierung
Mi.27.05.202012:30 - 14:30Sem 389, CG0118 Konvexe Optimierung
Mi.03.06.202012:30 - 14:30Sem 389, CG0118 Konvexe Optimierung
Mi.10.06.202012:30 - 14:30Sem 389, CG0118 Konvexe Optimierung
Mi.17.06.202012:30 - 14:30Sem 389, CG0118 Konvexe Optimierung
Mi.24.06.202012:30 - 14:30Sem 389, CG0118 Konvexe Optimierung

Leistungsnachweis

mündliche Prüfung

LVA-Anmeldung

Von Bis Abmeldung bis
05.03.2020 00:00 04.07.2020 00:00

Curricula

StudienkennzahlSemesterAnm.Bed.Info
710 FW Freie Wahlfächer - Elektrotechnik

Literatur

S. Boyd and L. Vandenberge, "Convex Optimization," Cambridge Univ. Press, 2004  (ISBN 0521833787).

Online verfügbar unter http://www.stanford.edu/~boyd/cvxbook/

Vorkenntnisse

Grundlegende Kenntnisse in linearer Algebra und Analysis; Vorkenntnisse aus konvexer Optimierung sind nicht erforderlich.

Sprache

Englisch