学术报告报告题目：Steepest Descent Methods Revisited
报 告 人：戴彧虹 研究员(中科院)
报告时间：2018年11月17日（星期六）上午10:45-11:45
报告地点：4号楼135室
邀 请 人：潘少华 教授
欢迎广大师生前往！
数学学院
2018年11月14 日
报告摘要：
The steepest decent method plays a special role in the development of nonlinear optimization and numerical analysis. The classical steepest decent method, which was dated back to Cauchy (1847), keeps a monotone decrease in the objective function at each iteration, but performs very slow even when the problem is ill-conditioning and possesses the notorious zigzagging phenomenon. By imposing a certain quasi-Newton property, Barzilai and Borwein (1988) proposed a novel gradient method, which has a heavy non-monotone behavior in the objective function, but greatly improves the numerical efficiency. In this talk, we shall revisit both monotone and non-monotone steepest descent methods and point out some possible research problems.
报告人简介：
戴彧虹，1992年毕业于北京理工大学应用数学系，1997年在中国科学院计算数学研究所获得博士学位（导师：袁亚湘）。毕业后，他一直在中国科学院数学与系统科学研究院工作，2006年被聘为创新基地研究员，2012年被聘为二级研究员, 2015年被聘为冯康首席研究员。他主要研究最优化方法及其应用，已出版专著一本，发表论文一百余多篇。曾获中国数学会第五届钟家庆数学奖、国家自然科学二等奖（排名第二）、德国洪堡奖学金、十届中国青年科技奖、国家杰出青年科学基金、国际通信大会最佳论文奖、第十一届冯康科学计算奖、第十六届陈省身数学奖、首届萧树铁应用数学奖。曾访问英国剑桥大学、邓迪大学、德国拜罗伊特大学、美国康奈尔大学等著名院校。目前担任中国科学院数学与系统科学研究院院长助理，中国运筹学会副理事长兼数学规划分会理事长，中科院数学院优化与应用研究中心副主任。曾在第五届日本东京举行的国际连续优化大会上做大会报告。担任《International Transactions in Operational Research》、《Science in China: Mathematics》。曾经或正在主持国家杰出青年科学基金、中国科学院科技创新“交叉与合作团队”项目、国家自然科学基金重点项目、973课题子课题等多项基金与课题。