一阶加速算法在非凸低秩优化和分布式优化中的应用-天津大学数学学院

一阶加速算法在非凸低秩优化和分布式优化中的应用

2020-11-07 13:25

报告人: 李欢

报告人单位: 南开大学人工智能学院

时间: 2020.11.09 14：00-15：00

地点: 北洋园校区32教106

开始时间:

报告人简介:

年:

日月:

一阶加速算法是近几年机器学习领域的热点研究课题。加速算法由Nesterov于1983年提出，并于2009年被Beck 和 Teboulle用于求解当时很流行的稀疏学习模型，从而在机器学习领域被广泛关注，并被扩展到随机优化、分布式优化和非凸优化领域。我们将主要介绍加速算法在低秩优化和分布式优化中的应用。在低秩优化中，我们侧重其非凸建模，并介绍一种交替约束的加速算法。在分布式优化中，我们重点考虑如何使用加速算法减少计算开销和通信开销，并将分布式优化和随机优化结合，介绍一种方差缩减的加速分布式算法。

李欢博士，南开大学人工智能学院助理研究员（博士后），2019年毕业于北京大学信息科学技术学院，研究方向为数值优化与机器学习，主要从事数值优化中一阶加速方法的理论研究与算法设计，在加速交替方向乘子法、加速随机对偶坐标上升、加速分布式优化、加速非凸低秩优化等领域开展了若干研究工作。

学术活动

学术活动

一阶加速算法在非凸低秩优化和分布式优化中的应用