报告人：刘歆
报告地点：数学与统计学院104报告厅
报告时间：2020年10月28日星期三10:00-11:00
邀请人：
报告摘要：
正交约束优化在统计大数据分析、材料计算、机器学习等领域有着重要的应用。本报告给大家介绍求解正交约束优化问题的罚函数算法框架，该框架下的算法，迭代计算量小，并且具有高可扩展性。在该框架下，我们可以设计相应的一阶方法、二阶方法；当目标函数非光滑时，还可以设计相应的邻近点梯度方法。我们建立了完整的收敛性理论，并通过数值实验展现了算法的高效性。
主讲人简介：
刘歆，中国科学院数学与系统科学研究院，研究员、博士生导师。2004年本科毕业于北京大学数学科学学院；2009年于中国科学院研究生院获得博士学位；毕业后留所工作至今。期间分别在德国ZIB研究所、美国RICE大学、美国纽约大学Courant研究所进行过长期访问。主要研究方向包括：正交约束矩阵优化问题、线性与非线性特征值问题，及其在电子结构计算、统计大数据分析中的应用；非线性最小二乘的算法与理论、分布式优化算法设计，及其在人工智能、机器学习中的应用。刘歆在2016年8月获得国家自然科学基金委优秀青年科学基金；2016年10月获得中国运筹学会青年科技奖；2017年2月入选中国科学院北京分院“启明星”优秀人才计划。目前担任《Mathematical Programming Computation》、《Asia-Pasific Journal of Operations Research》、《计算数学》、《运筹学学报》等国内外期刊编委，《物理学报》特约栏目编辑；并担任中国运筹学会常务理事、中国工业与应用数学会副秘书长、中国青年科技工作者协会理事。
学校主页