Splitting Methods in Communication, Imaging, Science, and Engineering de Roland Glowinski

Destinată nivelului de masterat, doctorat și cercetării profesionale, această lucrare colectivă sub redacția lui Roland Glowinski, Stanley J. Osher și Wotao Yin reprezintă o resursă fundamentală pentru analiza numerică modernă. Remarcăm o structură riguroasă, organizată în 23 de capitole, care face trecerea de la bazele teoretice ale metodelor de splitting și direcții alternante către aplicații complexe în inginerie și științe aplicate. Putem afirma că volumul reușește să sintetizeze progresele recente în algoritmi de ordinul întâi, esențiali în procesarea imaginilor și învățarea automatizată (machine learning).

Comparabil cu Iterative Splitting Methods for Differential Equations de Juergen Geiser în ceea ce privește rigoarea matematică, acest volum este însă actualizat pentru provocările „blestemului dimensionalității” și pentru utilizarea algoritmilor ADMM în probleme variaționale neconvexe. În timp ce lucrarea lui Geiser se concentrează pe sisteme de ecuații parabolice și hiperbolice, volumul de față extinde aria de aplicabilitate către comunicarea wireless și ingineria financiară. Credem că această ediție completează organic opera anterioară a lui Roland Glowinski, în special Augmented Lagrangian and Operator Splitting Methods in Nonlinear Mechanics, mutând accentul de pe mecanica neliniară pură către o viziune multidisciplinară ce include compresia datelor (compressive sensing) și optimizarea convexă.

Analiza cuprinsului indică o progresie logică: de la analiza ratei de convergență la implementări specifice pentru ecuații diferențiale stochastice (SPDEs) și control optimal. Este o lucrare de referință în seria Scientific Computation, oferind instrumentele necesare pentru a aborda probleme computaționale masive prin descompunerea operatorilor complecși în sub-probleme gestionabile.