报告题目：凸优化的分裂收缩算法的简单统一与应用

报告人：何炳生

时间：2017年02月28日——2017年03月03日 晚上19：00

      2017年03月04日——2017日03月05日 上午08:00

地点：汇贤楼122教室

主办单位：best365体育官网登录入口

报告摘要：

 数据科学中的许多问题可以归结为（或松弛成）一个凸优化问题. 线性约束凸优化问题的一阶必要性条件是一个单调变分不等式. 在变分不等式的框架下研究凸优化的求解方法, 就像微积分中用导数求函数的极值, 常常会带来很大的方便, 这个观点近年被越来越多的应用数学家接受.

 这一系列报告将介绍如何在变分不等式的统一框架的指导下研究凸优化的分裂收缩算法,包括按需定制的邻近点算法(Customized Proximal PointAlgorithm), 乘子交替方向法(Alternating

Directions Method of Multipliers), 求解多个可分离算子的凸优化问题的带回代的 ADMM 方法. 给出的统一框架不但使得研究经典分裂算法的收缩性质和收敛速率变得异常简单, 也为构造新的收敛算法提供启示. 报告同时介绍这类方法近年在一些热门领域的应用情况, 说明简单的方法才是有望被他人采用的方法.

个人简介： 

  何炳生，南京大学数学系教授，博士研究生导师。1966年读完高中，南京大学数学系 77 级学生，本科毕业后公派去德国留学，取得维尔茨堡大学博士学位后于 1987年开始在南京大学数学系工作，1997年晋升为教授。江苏省有突出贡献的中青年专家，享受国务院特殊津贴。2001年独立获得江苏省科技进步一等奖，2014年获得中国运筹学会科学技术奖运筹研究奖, 2016年获第一届江苏省工业与应用数学突出贡献奖。2015年7月应聘南方科技大学教授。

   何炳生教授长期从事结构型单调变分不等式和凸优化方法的研究，做出了有自己特色的系统的研究工作，发表论文 80 余篇。代表性论文发表在《Mathematical Programming》及《SIAM》系列期刊上。提出的方法在管理科学、工程力学和图像处理、机器学习等数据科学领域得到广泛应用。每项代表性成果都被包括美国两院院士和《世界数学家大会》大会报告人在内的国际著名学者的论文大篇幅正面引用。