Iteration 왜 하는지? (개념의 Convex Optimization)
12 Jan 2022 | Optimization method
데이터간의(매칭 포인트 작업은) Corresponds 문제를 맞추고자 맞추고자 Iteration하게 맞춘다.
이때 Iteration하여서 최적화하게 되는데 주로 최적화 하는 함수를 cost function(error function) 혹은 object function이라고 한다.
correspondence를 맞추면서 error값을 줄이고 최적화된 RT값을 구할 수 있따.
Non Convex한 문제를 풀기 위해서는 Non linear하게 문제를 푼다.(Such as Talor Series Expansion)
SQP와 관련 있는데, Iteration 방법으로, Contrained Nonlinear Optimization을 푸는데 사용이 된다.
(Contraine에는 equality Contraine, Nonequality Contraine이 있다. 이것을 가지고 feasible한 범위를 찾아 Iteration하게 Cost Function를 최적화 하는 것이다.)
A convex optimization problem is a problem where all of the constraints are convex functions, and the objective is a convex function if minimizing, or a concave function if maximizing.
쉬운 설명
https://www.youtube.com/watch?v=AM6BY4btj-M
Optimization Methods
https://darkpgmr.tistory.com/142?category=761008
https://darkpgmr.tistory.com/58
https://darkpgmr.tistory.com/133
https://darkpgmr.tistory.com/56
데이터간의(매칭 포인트 작업은) Corresponds 문제를 맞추고자 맞추고자 Iteration하게 맞춘다.
이때 Iteration하여서 최적화하게 되는데 주로 최적화 하는 함수를 cost function(error function) 혹은 object function이라고 한다.
correspondence를 맞추면서 error값을 줄이고 최적화된 RT값을 구할 수 있따.
Non Convex한 문제를 풀기 위해서는 Non linear하게 문제를 푼다.(Such as Talor Series Expansion)
SQP와 관련 있는데, Iteration 방법으로, Contrained Nonlinear Optimization을 푸는데 사용이 된다.
(Contraine에는 equality Contraine, Nonequality Contraine이 있다. 이것을 가지고 feasible한 범위를 찾아 Iteration하게 Cost Function를 최적화 하는 것이다.)
A convex optimization problem is a problem where all of the constraints are convex functions, and the objective is a convex function if minimizing, or a concave function if maximizing.
쉬운 설명
https://www.youtube.com/watch?v=AM6BY4btj-M
Optimization Methods
https://darkpgmr.tistory.com/142?category=761008
https://darkpgmr.tistory.com/58
https://darkpgmr.tistory.com/133
https://darkpgmr.tistory.com/56
Comments