5月31日上午，应数学与信息科学学院邀请，上海财经大学江波教授作了题为《Homogeneous Second-Order Descent Framework: A Fast Alternative to Newton-Type Methods》的专题报告。报告由数学与信息科学学院裴永刚副院长主持。学院相关研究方向的青年教师和研究生参加了此次报告。
报告主要关注无约束优化问题，江波教授从引言和动机、算法以及算法的扩展和应用三个方面向我们作了一场精彩的报告。他在一阶方法和二阶方法的基础之上提出了齐次二阶下降方法，并给出了算法框架。通过与牛顿信赖域算法和三次正则化算法进行数值实验结果对比，得到了该算法良好的性能。同时对算法的收敛速率、复杂度等进行了理论分析，并给出相关结果。江波教授的这场报告给了我们很多思考和启发，使与会的青年教师和研究生受益匪浅。
讲座结束后，江波教授对于会师生提出的问题进行详细解答，并在优化问题方面展开了热烈的交流讨论。
专家简介：
江波，美国明尼苏达大学博士,上海财经大学信息管理与工程学院长聘教授，博士生导师，副院长。国家高层次青年人才计划入选者，上海市高层次人才，国家自然科学基金重大项目课题负责人。主要研究方向为：运筹优化、收益管理、机器学习等。有10多篇论文发表于运筹优化与机器学习的国际顶级期刊《Operations Research》、《Mathematics of Operations Research》、《Mathematical Programming》、《SIAM Journal on Optimization》、《INFORMS Journal on Computing》、《Journal of Machine Learning Research》。获得了中国运筹学会青年科技奖、上海市自然科学奖二等奖、宝钢优秀教师奖，上海市教学成果一等奖等荣誉。
(数学与信息科学学院 邵帅 裴永刚)
最新通知