Alexandre d'AspremontCNRS senior researcher, member of DI ENS

La croissance de la puissance de calcul et les algorithmes d’intérieur de point ont révolutionné l’optimisation dans les deux dernières décennies. L’ERC SIPA : Semidefinite Programming with Applications in Statistical Learning d’Alexandre d’Aspremont, chercheur CNRS au sein du Département d’Informatique de l’École Normale Supérieure (DI ENS - CNRS/ENS/Inria), vise à briser la limite de la taille du problème en exploitant les algorithmes fiables de premier ordre pour la résolution de programmes semidéfinis à grande échelle. Au-delà, il s’investira sur les applications de la programmation convexe à l’apprentissage statistique et de la théorie de traitement du signal. Un autre objectif central sera de produire des algorithmes efficaces et adaptés pour certains problèmes clés liés à l’apprentissage de la machine et des statistiques.