太阳成集团tyc7111cc学术报告
Frank-Wolfe type methods for a class of nonconvex inequality-constrained problems
曾燎原
（浙江工业大学）
报告时间：2024年4月9日 星期二 上午 9：00-10：00
报告地点：腾讯会议：577-364-151 会议密码：0409
报告摘要：经典的凸Frank-Wolfe (FW) 方法适用于约束集合是凸紧集的优化问题，由于该方法中使用的线性化子问题简单易求解，FW方法近期在优化和机器学习领域受到广泛关注。该报告将介绍一类非凸的 FW 类型方法，用于求解约束集合是一类特殊非凸紧集的优化问题。我们定义了一个新的广义线性化子问题 (LO)，特别地，对压缩感知和机器学习中一些常见的优化问题，这些广义 LO 的显示解能够被有效计算。进一步，我们将介绍带Away step的非凸 FW 方法，以及非凸 FW类型方法的收敛性。最后，我们将通过矩阵补全问题在一些标准数据集上的数值测试展示非凸FW类型算法的有效性。
报告人简介：曾燎原，于2018年在中国科学院数学与系统科学研究院获理学博士，其后于香港理工大学应用数学系从事博士后工作至2022年9月。现就职于浙江工业大学理学院数学系，任特聘副研究员。曾博士的研究方向是大规模非凸优化问题的一阶算法，其研究成果曾发表在Mathematica Programming, SIAM Journal on Optimization等期刊。
邀请人：谢家新
