报告专家：修乃华教授（北京交通大学大学）

报告题目：深度学习中的稀疏低秩优化

报告地点：腾讯会议 ID: 706125510

报告时间：2021年05月10日下午2:00

报告简介：最优化是深度学习的关键技术，占有非常重要地位。然而，目前深度学习理论与算法存在某些局限性，如何加强最优化基础研究使得“提高学习速度，增强推断能力，降低资源消耗”是深度学习亟待解决的问题。传统的优化理论与算法无能为力，因此，开展新一代优化理论与算法研究十分必要。在这个报告中，主要介绍深度学习驱动的一类非凸非连续优化模型-稀疏低秩优化，简述其发展现状、趋势、挑战、以及及关键科学问题，并提出一点思考与建议。

专家个人简介：北京交通大学数学系教授、博士生导师、北京市教学名师。现任信息运筹学交叉学科北京市重点学科责任教授、“111”创新引智基地负责人。研究方向：最优化理论方法及应用。主持国家自然科学基金重点项目、973计划课题等国家级科研项目10余项。获教育部自然科学奖二等奖、詹天佑铁道科学技术奖专项基金奖、北京市教育教学成果一等奖、教育部新世纪优秀人才、全国优秀科技工作者、享受国务院政府特殊津贴专家。