报告专家：韩德仁教授（北京航空航天大学）

报告题目：机器学习中非凸优化问题简介

报告地点：J9-425

报告时间：10月16日下午2:30

报告简介：传统上，数学优化是建立在数学分析、高等代数的基础上的。因此，线性、光滑性、凸性等“好”性质是对数学优化模型的基本假设。应用中的优化问题往往是非线性、非光滑、非凸的，这使得对其分析求解面临很多挑战。本报告总结一些机器学习、人工智能中优化的特性，及利用这些特性应对“非“所带来的挑战的基本思路。

专家个人简介：教授、博士生导师，现任北京航空航天大学数学科学学院院长、教育部数学类专业教指委秘书长。2002年获南京大学计算数学博士学位。从事大规模优化问题、变分不等式问题的数值方法的研究工作，以及优化和变分不等式问题在交通规划、磁共振成像中的应用，发表多篇学术论文。曾获中国运筹学会青年运筹学奖，江苏省科技进步二等奖等奖项。 主持国家自然科学基金杰出青年基金等多项项目。担任中国运筹学会常务理事、青年工作委员会主任；《Journal of Global Optimization》、《数值计算与计算机应用》、《Journal of the Operations Research Society of China》编委。