Colloque - Olga Mula : Gradient Flows on Neural Network Manifolds

Épisode de Colloques du Collège de France - Collège de France par Collège de France · 22 juin 2026 · 38 min

Yvon Maday

Chaire Informatique et sciences numériques

Collège de France

Année 2025-2026

Colloque - Olga Mula : Gradient Flows on Neural Network Manifolds

Olga Mula

Professor of Mathematics, University of Vienna, Austria

Résumé

This talk addresses numerical methods for gradient flows in Hilbert spaces based on neural network approximations. The central idea is to represent the solution on a neural network manifold and evolve its parameters in time. At first glance, this approach appears general, elegant, and easy to implement, and it has achieved notable empirical success in machine learning and scientific computing for PDEs. A closer look, however, reveals significant challenges. Developing a proper functional framework that ensures existence of solutions and rigorously connects to practical algorithms raises subtle issues. In this talk, I will present a framework to address these challenges, and show why they are not merely technical obstacles, but rather reflect fundamental aspects of neural approximation.

Autres épisodes de « Colloques du Collège de France - Collège de France »

À propos du podcast

Colloques interdisciplinaires du Collège de France Événements de la vie scientifique de l'établissement, les colloques, dont le programme comprend à la fois des professeurs du Collège de France et des conférenciers invités, traite de thèmes aux nombreuses ramifications, dont les enjeux…

Colloques du Collège de France - Collège de France

Épisodes similaires

Tous les épisodes de Colloques du Collège de France - Collège de France · Plus de podcasts Éducation