XiaoMi-AI文件搜索系统
World File Search System应用数学
在定期扰动的平面循环RTBP模型中，快速准确地计算不变的托里，流形和接近平均运动共振的连接
[2]`A. Haro等。不变流形的参数化方法：从严格的结果到e显计算。卷。195。应用数学科学。Springer International Publishing，2016年。ISBN：9783319296623。
量子数值线性代数简介
▶ 因式分解 ▶ 非结构化搜索 ▶ 离散傅里叶变换 ▶ 应用数学：线性系统，微分方程，最优化，机器学习，· · · 量子算法动物园：https://quantumalgorithmzoo.org 林林的讲义：[arXiv:2201.08309]
Georgia Perakis 教授 - 简历 2025 年 1 月
个人出生地：希腊语言：希腊语 - 流利、英语 - 流利、法语 - 中级国籍：美国电话办公室：617.253.8277 电话手机：781.354.1038 电子邮件：georgiap@mit.edu 网站：https://mitmgmtfaculty.mit.edu/gperakis/ Wikipedia：https://en.wikipedia.org/wiki/Georgia_Perakis Google Scholar：https://scholar.google.com/citations?user=SUwM5jUAAAAJ&hl=en (h-index 38)。教育雅典大学 - 数学学士，1987 年布朗大学 - 应用数学硕士，1988 年布朗大学 - 博士学位。应用数学，1993 博士论文导师：Thomas L. Magnanti 论文：“解决有限维变分不等式问题的几何、内点和经典方法” 主要研究兴趣 零售定价、收益管理、库存控制和供应链： - 线上和线下的动态定价、收益管理和库存管理
教育专业经验
12.27.2023应用数学的完整教授。ensa，摩洛哥伊本·托法尔大学。统计，概率，科学概述，密码学，图形论和操作研究的课程负责人和协调员。2017年2月28日应用数学的大学习惯。ensa，摩洛哥伊本·托法尔大学。2010-2013博士 - 应用数学与计算机科学中的Cotutelle。MED V，摩洛哥拉巴特穆罕默迪亚工程师学校。Ph.D-机械和系统可靠性中的Cotutelle。法国鲁恩的国家应用科学研究所。2007-2009数学分析和信息处理硕士IBN Tofail University，摩洛哥Kenitra科学学院。2005- 2007年应用数学学士学位。ibn Tofail大学，摩洛哥基尼特拉科学学院。
个人简历 - 数学 - 肯塔基大学
2013 年至今 担任以下期刊的同行评审员：《应用数学与计算》、《应用数学建模》、《应用科学》、《数学科学通信》、《应用计算机与数学》、《IEEE 信号处理快报》、《IEEE 电路与视频技术系统学报》、《IEEE 地球科学与遥感学报》、《IEEE 图像处理学报》、《IEEE 信号处理学报》、《成像科学杂志》、《逆问题与成像》、《国际生物医学成像杂志》、《国际生物医学工程数值方法杂志》、《电气工程杂志》、《成像杂志》、《数学成像与视觉杂志》、《模式识别研究杂志》、《科学计算杂志》、《中国运筹学学报》、《视觉通信与图像表示学报》、《方法与协议》、《最优化》、《PLOS ONE》、《SIAM 成像科学杂志》、《SIAM 科学计算杂志》、《信号处理》、《地球科学与遥感学报》感知，《科学世界杂志》。
弗罗茨瓦夫科学技术大学
•建筑学院•土木工程教师•化学教师•信息和通信技术的教师•电气工程学院•地球工程，采矿和地质学教师微系统•纯和应用数学学院•医学学院•JeleniaGóra的Wrocław技术分支
利用多时间汉密尔顿 - 雅各比PDES解决某些科学机器学习问题| Siam科学计算杂志|卷。 46，第2号|工业和应用数学学会
摘要。汉密尔顿 - 雅各比（Jacobi）部分微分方程（HJ PDE）与广泛的领域有着深入的联系，包括最佳控制，差异游戏和成像科学。通过考虑时间变量为较高的维数，HJ PDE可以扩展到多时间情况。在本文中，我们在机器学习中引起的特定优化问题与多时间HOPF公式之间建立了一种新颖的理论联系，该公式对应于某些多时间HJ PDES的解决方案。通过这种联系，我们通过表明我们解决这些学习问题时，我们还可以解决多时间HJ PDE，并通过扩展为其相应的最佳控制问题来提高某些机器学习应用程序的训练过程的可解释性。作为对此连接的首次探索，我们发展了正规化线性回归问题与线性二次调节器（LQR）之间的关系。然后，我们利用理论连接来适应标准LQR求解器（即基于Riccati普通微分方程的求解器）来设计机器学习的新培训方法。最后，我们提供了一些数值示例，这些示例证明了我们基于Riccati的方法在持续学习，训练后校准，转移学习和稀疏动态识别的背景下，基于Riccati的方法的多功能性和可能的优势。