报告时间：2021年4月22日上午10:30-12:00

报告地点：数计院会议室（玉衡北302）

报告题目：数学优化中的“非”问题

报告人：北京航空航天大学韩德仁教授

邀请人：童小娇

报告人简介：韩德仁，教授，博士生导师。1997年和2002年分别获得南京大学计算数学专业学士学位和博士学位。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，在非线性优化计算方法，尤其是交替方向乘子法方面做出了突出贡献，并在交通规划、图像处理等应用方面取得了国际领先的成果。在Mathematical Programming, Numerische Mathematik, SIAM Journal on Numerical Analysis, Mathematics of Computation, SIAM Journal on Imaging Sciences等计算数学、运筹学重要杂志以及IEEE Transaction on Signal Processing、Journal of Mathematical Imaging and Vision等应用类杂志发表多篇学术论文。曾获中国运筹学会青年运筹学奖二等奖，江苏省科技进步二等奖等奖项。现主持国家自然科学基金杰出青年基金项目，入选江苏省333高层次人才培养工程、江苏省“青蓝工程”中青年学术带头人。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。

报告摘要：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“所带来的挑战的初步思路。