סילבוס

תוכן הקורס ומטרתו

הקורס הוא קורס המשך לקורס ?שיטות מתמטיות בעיבוד וניתוח תמונות 2? המהווה דרישת קדם!
הקורס ידון בנושאים של ניסוחי פרימל-דואל של המודלים שנלמדו בקורס הקודם ובהרחבה לשיטות ואריאציוניות לא לוקאליות והחשיבות שלהן בעיבוד תמונות. בהמשך נדון ברעיונות של טרנספורט אופטימלי optimal transport בניסוח של מונג? ובניסוח של קונטרוביץ ושיטות קירוב לחישוב מהיר של התוצאה. הקורס יתן הקדמה ללמידה עמוקה ברשתות נוירונים ונדון בעיקר ב אוטו-אינקודר ואריציוני ובשיטות GAN ונראה איך הטכנולוגיה של optimal transport משפרת בצורה משמעותית את שיטת ה GAN. נעמוד על הסיבה ונחזור לשאלה כיצד למידה עמוקה משפרת את ההבנה שלנו דרך מודל ה MAP. בהנתן זמן נדגים שימושים של למידה עמוקה בפתרון נומרי של משוואות דיפרנציאליות חלקיות ובעיות טומוגרפיה עם יכולת שליטה ברמת השגיאה הנומרית.