دوره مبانی و کاربردهای نظریه حمل‌ونقل بهینه (Optimal Transport) در علوم داده و مهندسی همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مبانی و کاربردهای نظریه حمل‌ونقل بهینه (Optimal Transport) در علوم داده و مهندسی

موضوع کلی: علوم ریاضی و محاسبات کاربردی

موضوع میانی: نظریه بهینه‌سازی و تحلیل ریاضی

📋 سرفصل‌های دوره

• 1. مفاهیم پایه و تعاریف اولیه در نظریه حمل‌ونقل بهینه
• 2. مسئله کانتورویچ و صورت‌بندی ریاضی آن
• 3. معرفی فضای متریک و اندازه‌های احتمالاتی
• 4. تبدیل مونژ و شرایط وجود جواب بهینه
• 5. توابع هزینه و نقش آن‌ها در مدل‌سازی مسائل
• 6. قضیه دوگانگی کانتورویچ و اهمیت آن در بهینه‌سازی
• 7. مفاهیم پایه در تحلیل محدب و کاربرد در حمل‌ونقل
• 8. توابع محدب و تبدیل لژاندر-فنچل
• 9. بررسی متر وایسرشتاین و خواص توپولوژیک آن
• 10. معادله مونژ-آمپر و ارتباط با حمل‌ونقل بهینه
• 11. ساختار هندسی فضای اندازه‌های احتمالاتی
• 12. نظریه بنام و کاربرد در بهینه‌سازی توزیع‌ها
• 13. نقش گرادیان‌های پتانسیل در حل مسائل حمل‌ونقل
• 14. الگوریتم‌های تقریب عددی برای مسئله حمل‌ونقل
• 15. روش‌شناسی سینکورن و هموارسازی آنتروپیک
• 16. پیاده‌سازی عددی مدل‌های حمل‌ونقل بهینه در پایتون
• 17. کاربرد حمل‌ونقل بهینه در یادگیری ماشین و خوشه‌بندی
• 18. تطبیق توزیع‌ها در بازشناسی الگو و بینایی ماشین
• 19. بهینه‌سازی تصاویر و پردازش داده‌های تصویری
• 20. استفاده از حمل‌ونقل بهینه در مدل‌های تولیدی
• 21. کاربردهای نظریه در اقتصاد و تخصیص بهینه منابع
• 22. مسائل حمل‌ونقل در شبکه‌های لجستیکی و مدیریت زنجیره تأمین
• 23. تحلیل پایداری در مدل‌های بهینه‌سازی غیرخطی
• 24. روش‌های حل عددی برای مسائل با ابعاد بالا
• 25. کاربرد در تحلیل داده‌های آماری و تخمین توزیع
• 26. ارتباط نظریه حمل‌ونقل با هندسه ریمانی
• 27. مفهوم جابه‌جایی‌های ژئودزیک در فضای وایسرشتاین
• 28. کاربرد در فیزیک محاسباتی و مکانیک آماری
• 29. بررسی خطاهای تقریب در روش‌های گسسته
• 30. مطالعه موردی: بهینه‌سازی جریان‌ها در شبکه‌های شهری
• 31. نقش تقارن و عدم‌تغییر در مسائل بهینه‌سازی
• 32. تکنیک‌های نرم‌سازی و کاربرد در مسائل معکوس
• 33. تحلیل حساسیت در مدل‌های حمل‌ونقل بهینه
• 34. محدودیت‌های محاسباتی و راهکارهای بهینه‌سازی الگوریتمیک
• 35. ارائه گزارش‌های تحلیل داده مبتنی بر نظریه حمل‌ونقل
• 36. روش‌های اعتبارسنجی مدل‌های بهینه‌سازی در مهندسی
• 37. ترکیب نظریه حمل‌ونقل با شبکه‌های عصبی عمیق
• 38. مدیریت عدم قطعیت در مدل‌سازی سیستم‌های پیچیده
• 39. بهینه‌سازی توابع هدف چندمتغیره در مهندسی داده
• 40. چشم‌انداز آینده و توسعه‌های نوین در نظریه بهینه‌سازی ریاضی