学术报告报告题目: 机器学习中的低秩优化
报 告 人: 修乃华 教授 (北京交通大学)
报告时间: 2019年3月25日（星期一）上午9:45-11:00
报告地点: 4号楼318室
邀 请 人: 潘少华 教授
欢迎广大师生前往！
数学学院
2019年3月14日
报告摘要：
机器学习是实现数据分析智能化的一个有效途径，而最优化是机器学习的关键技术。然而，目前机器学习理论与算法存在某些局限性，如何加强最优化基础研究使得“提高学习速度，增强推断能力，降低资源消耗”是机器学习亟待解决的问题。传统的优化理论与算法无能为力，因此，开展新一代优化理论与算法研究十分必要。在这个谈话中，主要介绍机器学习中的几个低秩矩阵优化模型（一类困难的非凸非连续优化）、研究现状、我校优化团队在这个方面的初步研究成果，以及未来的研究设想。
报告人简介：
修乃华，北京交通大学数学系教授、博士生导师。现任中国运筹学会副理事长、信息运筹学交叉学科北京市重点学科责任教授、“111”创新引智基地负责人。研究方向：最优化理论方法及应用。主持国家自然科学基金重点项目、973计划课题等国家级科研项目10余项。获教育部自然科学奖二等奖、詹天佑铁道科学技术奖专项基金奖、北京市教育教学成果一等奖、教育部新世纪优秀人才、全国优秀科技工作者、享受国务院政府特殊津贴专家。