原标题：线上课程 | 课题：使用计算机在原子层面模拟材料的性能；师资：UCLA机械航天工程和材料工程终身教授 Jaime Marian Jaime Marian 教授 UCLA 机械航天工程和材料工程副教授 获美国能源部颁发的材料领域贡献大奖 美国计算机机械工程协会资深科学家 课题背景 计算机模拟技术越来越多地运用在工业生产中 尤其在航天航空材料的生产中 计算机模拟用于研究复杂材料的平衡 以

转帖这个PDF文件：http://www.ee.ucla.edu/ee236a/lectures/lp.pdf 里面很多用法，以前还没想到，特别是对Convex Optimization的变型，很巧妙。 再补充一篇MIT的教程资料，里面讲解了如何把各种具体情况formulate成一个LP做了很细致而且实用的讲解: http://web.mit.edu/15.053/www/AMP-Cha

在这篇文章中，我们从三个角度回顾了神经网络的统计理论文献。在第一部分中，我们回顾了非参数框架下关于神经网络的过度风险（excess risks）的研究成果，这些成果适用于回归或分类。这些结果依赖于神经网络的显式构造，采用了近似理论的工具，导致过度风险的收敛速度较快。通过这些构造，可以根据样本大小、数据维度和函数平滑度来表达网络的宽度和深度。然而，它们的底层分析仅适用于深度神经网络高度非凸景