报告主题：我和乘子交替方向法ADMM 20年
报告人：何炳生 教授 (南方科技大学、南京大学)
报告时间：2017年5月5日（周五）10:00
报告地点：校本部G507
邀请人：白延琴
报告摘要：数据科学中的许多问题可以归结为（或松弛成）一个凸优化问题. 线性约束凸优化问题的一阶必要性条件是一个单调变分不等式. 在变分不等式的框架下研究凸优化的求解方法, 就像微积分中用导数求函数的极值, 常常会带来很大的方便, 这个观点近年被越来越多的应用数学家接受. 最优化方法提供给数据科学的有效工具, 首推乘子交替方向法 (ADMM). 报告介绍我们近 20 年来在变分不等式框架下研究 ADMM 的主要进展，说明 ADMM 类分裂收缩算法和投影收缩算法的关系. 从投影收缩算法的角度审视 ADMM 算法, 指出提高计算效率的可能途径，说明研究 ADMM 类算法只需普通的大学数学和基本的优化原理。报告同时介绍如何求解多个算子的可分离结构问题，和这些算法被他人应用的一些案例。
欢迎教师、学生参加 ！