CAM Seminar——增广拉格朗日乘子法求解矩阵优化问题收敛性分析的若干进展

发文时间:2021-09-14

Speaker(s):Chao Ding(Academy of Mathematics and Systems Science, Chinese Academy of Sciences)

Time:2021-09-14 10:30-11:30

Venue:理科一号楼1560

摘要:增广拉格朗日乘子法是求解大规模矩阵优化问题(例如半正定规划等)十分有效的方法之一。针对一般非凸矩阵优化问题,增广拉格朗日乘子法 的收敛性分析还是一个有待解决的算法理论问题。针对一般非线性半正定优化和一类非光滑矩阵流形优化问题,我们将报告在这一方面取得的若干最新进展。

个人简介:
丁超,中国科学院数学与系统科学研究院副研究员。2012年新加坡国立大学数学系获得博士学位。主要从事数学优化、大数据与人工智能中的优化理论与算法研究,其研究成果发表于《Mathematical Programming》、《SIAM Journal on Optimization》等知名期刊。在矩阵优化问题的研究工作,丁超获得了2016年中国运筹学会青年科技奖。