加拿大西蒙弗雷泽大学吕召松教授受邀来南昌大学数学系访问交流

 

2019年7月2日上午8:30-10:00，加拿大西蒙弗雷泽大学吕召松教授受邀来南昌大学数学系访问交流，并在理生楼A513会议室为数学系师生作了题为“Randomized Block First and Second-Order Methods for Structured Nonlinear Programming”的学术报告。数学系部分老师以及研究生参加了此次报告会，报告会由数学系唐玉超老师主持。

吕召松教授主要介绍了一种解决广泛的非线性规划问题的随机块方法。首先，吕教授通过支持向量机模型来提出所要解决的问题形式，并介绍了所提问题的一些现状以及挑战性问题。其次，吕教授介绍了三种主要的随机块方法分别对三种模型的求解，针对机器学习、压缩感知以及图像和信号处理等问题中的大规模凸优化问题，运用加速分块的思想，将RBAPG方法用于这类模型中来提高算法收敛速度。而对于大数据问题中的非凸问题，吕教授从全新的角度去考虑这类问题，根据非单调的性质，不考虑全局的Lipschitz，使得提出的新方法在局部更新，并在子空间中运用自适应方法来解决这类问题。同时也给出了算法相应的全局收敛性和收敛率以及与其他算法对比的实验效果。报告结束后，吕召松教授热情的回答了在座教师和同学提出的问题，并对共同感兴趣的问题展开了积极的讨论。

报告人简介：

吕召松，加拿大西蒙弗雷泽大学数学和统计系教授，2005年于美国佐治亚理工学院获得运筹学博士学位。2012-2013年度，在美国德州农工大学和亚利桑那州立大学任教，2005-2006年度在美国卡内基梅隆大学数学科学系任教，也曾在美国微软研究院机器学习部门担当研究员。他的主要研究兴趣包括优化的理论和算法以及在统计和机器学习方面的应用。至今已经在SIAM Journal on Optimization、Mathematical Programming、SIAM Journal on Scientific Computing等优化顶级期刊上发表40余篇文章。吕召松教授于2005年获得国际运筹和管理学院著名的乔治尼克尔森奖提名，并于2014和2015年担任该奖项评委。现为国际顶级期刊SIAM Journal on Optimization、Computational Optimization and Applications和Big Data and Information Analytics等期刊杂志编委。