活動(dòng)名稱(chēng)：基于Moreau包絡(luò)重整的雙層優(yōu)化問(wèn)題不精確低層次解法交替梯度型算法
時(shí)間：2025年10月25日11:00
地點(diǎn)：匯賢樓數(shù)學(xué)科學(xué)學(xué)院333會(huì)議室
主講人：張進(jìn)
主辦單位：數(shù)學(xué)科學(xué)學(xué)院
主講人簡(jiǎn)介：南方科技大學(xué)數(shù)學(xué)系/深圳國(guó)家應(yīng)用數(shù)學(xué)中心長(zhǎng)聘正教授，國(guó)家級(jí)人才、廣東省杰青、深圳市優(yōu)青。2007、2010年本科、碩士畢業(yè)于大連理工大學(xué)，2014年博士畢業(yè)于加拿大維多利亞大學(xué)。2015至2018年間任職香港浸會(huì)大學(xué)，2019年初加入南方科技大學(xué)。
致力于最優(yōu)化理論和應(yīng)用研究，代表性成果發(fā)表在Math Program、SIAM J Optim、Math Oper Res、SIAM J Numer Anal、J Mach Learn Res、IEEE Trans Pattern Anal Mach Intell，以及ICML、NeurIPS等有重要影響力的最優(yōu)化、計(jì)算數(shù)學(xué)、機(jī)器學(xué)習(xí)期刊與會(huì)議上。研究成果獲得2020年中國(guó)運(yùn)籌學(xué)會(huì)青年科技獎(jiǎng)、2022年廣東省青年科技創(chuàng)新獎(jiǎng)，主持國(guó)家自然科學(xué)基金/廣東省自然科學(xué)基金/深圳市科創(chuàng)委/香港研究資助局面上項(xiàng)目。
活動(dòng)簡(jiǎn)介：本報(bào)告主要研究了一類(lèi)雙層優(yōu)化問(wèn)題，其中低層次問(wèn)題是一個(gè)凸復(fù)合優(yōu)化模型，這出現(xiàn)在各種應(yīng)用中，包括用于正則化回歸模型的雙層超參數(shù)選擇。為解決這些問(wèn)題，我們提出了基于Moreau包絡(luò)重整的雙層優(yōu)化問(wèn)題的不精確低層次解法交替梯度型算法（AGILS）。所提出的算法在每次迭代時(shí)不需要低層次問(wèn)題的精確解，從而提高了計(jì)算效率。我們證明了AGILS收斂到穩(wěn)定點(diǎn)，并在Kurdyka-Lojasiewicz（KL）性質(zhì)下建立了其序列收斂性。數(shù)值實(shí)驗(yàn)，包括一個(gè)玩具示例和一個(gè)用于稀疏組Lasso模型的雙層超參數(shù)選擇問(wèn)題，證明了所提出的AGILS的有效性。
