Allgemeine Informationen
| Veranstaltungsname | Seminar: Seminar zur Numerik (Bachelor) - Tensorapproximation für hochdimensionale Probleme |
| Semester | WS 2018/19 |
| Aktuelle Anzahl der Teilnehmenden | 1 |
| erwartete Teilnehmendenanzahl | 10 |
| Heimat-Einrichtung | Angewandte Analysis/Numerische Mathematik |
| beteiligte Einrichtungen | Institut für Mathematik |
| Veranstaltungstyp | Seminar in der Kategorie Lehre |
| Erster Termin | Montag, 22.10.2018 14:00 - 15:30, Ort: (1010 L) |
| Teilnehmende |
Bachelor Mathematik Mathematik LA Gymnasium Bachelor Wirtschaftsmathematik |
| Leistungsnachweis | Seminarvortrag (45 - 60 Min.) und schriftliche Ausarbeitung in Form einer Hausarbeit (maximal 15 Seiten) fällig zwei Wochen nach Vortrag |
| Online/Digitale Veranstaltung | Veranstaltung wird online/digital abgehalten. |
| Hauptunterrichtssprache | deutsch |
| Literaturhinweise |
T.G. Kolda, B.W. Bader. Tensor decompositions and applications. SIAM Review, 51(3):455–500, 2009 A. Cichocki, N. Lee, I.V. Oseledets, A-H. Phan, Q. Zhao, D. Mandic. Low-rank tensor networks for dimensionality reduction and large-scale optimization problems. Part 1: Perspectives and challenges. Trends and Foundations in Machine Learning, 9(4-5):249-429, 2017 https://arxiv.org/pdf/1609.00893.pdf A. Cichocki, N. Lee, I.V. Oseledets, A-H. Phan, Q. Zhao, D. Mandic. Low-rank tensor networks for dimensionality reduction and large-scale optimization problems. Part 2: Applications and future perspectives. Foundations and Trends in Machine Learning, 9(6):431–673, 2017 https://arxiv.org/pdf/1708.09165.pdf |
| ECTS-Punkte | 6 |
