请升级浏览器版本

你正在使用旧版本浏览器。请升级浏览器以获得更好的体验。

学术报告

首页 >> 学术报告 >> 正文

【学术报告】稀疏优化二阶算法

发布日期:2024-07-26    点击:

太阳成集团tyc7111cc学术报告

稀疏优化二阶算法

报告时间: 2024731星期三 1000-1045

报告人: 周声龙(北京交通大学)

报告地点:沙河校区国实E404

腾讯会议:453-779-534


报告摘要: 本报告主要介绍了两类稀疏优化模型,即零范数约束模型和Lq(0≤q<1)范数正则模型。以一种统一的形式建立他们的一阶和二阶最优性条件,并设计快速的半光滑牛顿算法。收敛性理论和数值实验表明了算法的高效性。


报告人简介:周声龙,北京交通大学数学与统计学院教授,博士生导师。于2007和2011年分别获得北京交通大学本科和硕土学位,于2018年获得英国南安普顿大学博士学位,之后在该校担任副研究员和讲师。于2021至2023年在伦敦帝国理工担任副研究员。

入选2022年国家级青年人才计划,获批2023年国家重点研发计划青年科学家项目,并获得2023年IEEE MLSP国际研讨会杰出论文奖和2019年世界华人数学家大会颁发的新世纪数学奖博士论文优胜奖。担任多个IEEE国际会议领域主席,如IEEE VTC2022-Fall、IEEE MLSP2024。

他的研究方向是最优化理论与方法,以及在机器学习、大数据分析、信号处理等领域中的应用。在国际顶级和权威期刊发表SCI论文40余篇,如最优化、人工智能、信号处理顶级期刊SIAM J Optim、MOR、IEEE TPAMI、IEEE TSP,机器学习和计算科学权威期刊JMLR、SIAM Sci Comput、Appl Comput Harmon Anal。

邀请人:崔春风


快速链接

版权所有©2024 太阳成集团tyc7111cc(中国) Macau Sun City
地址:北京市昌平区高教园南三街9号   网站:www.zbsddq.com

Baidu
sogou