[Forside] [Hovedområder] [Perioder] [Udannelser] [Alle kurser på en side]
Deltagerne vil efter kurset have detaljeret kendskab til udvalgte Markovkædebaserede Monte Carlo algoritmer og et grundlag for at forstå hvilke problemer der kan løses ved hjælp af Markovkædebaserede Monte Carlo teknikker. Kursets arbejdsform vil også træne deltagernes evne til at søge information på egen hånd, til at formidle og kommunikere faglige problemstillinger og til at læse og forstå videnskabelige artikler.
Under vejledning udvælger hver studerende en relevant forskningsartikel med henblik på præsentation af denne ved eksamen
Markovkædebaserede Monte Carlo algoritmer anvendes til en approximativ optælling af kombinatoriske objekter (farvninger af grafer, statistiske krydstabeller, etc), approximativ opmåling af kontinuerte objekter (f.eks. rumfang af konvekse legemer) og lignende anvendelser. Disse algoritmer opbygges ud fra næsten uniforme udvalgsalgoritmer, der igen baseres på en passende designet Markovkæde med tilhørende analyse. Kurset vil fokusere på teknikker til at bevise hurtig konvergens af Markovkæder, herunder kobling, konduktans, kanoniske stier. Vi vil også diskutere relevansen af specifikke klasser af Markovkæder of sammenhængen mellem approksimativ udvælgelse og approksimativ tælling. Kurset vil i høj grad være baseret på Eric Vigodas kursus om samme emne (se http://www.cc.gatech.edu/~vigoda/MCMC_Course/index.html).
Elad Verbin og Peter Bro Miltersen (kursusansvarlig)
Forelæsninger og øvelser
Annonceres senere
http://www.cs.au.dk/~eladv/mcmc/
Deltagerne skal ved afslutningen af kurset kunne:
Marts/april. Reeksamen efter aftale med underviseren
Datalogisk Institut
Mundtlig eksamen (60 minutter) uden forberedelse. 7-skala, intern censur