題  目：塊K分解的稀疏優化方法

内容簡介：稀疏優化是數學優化中的一個核心問題，在機器學習和機器視覺中有着廣泛的應用。然而，這個問題由于其内在的組合結構，一般難以求解。組合搜索方法可以尋找其全局最優解，但往往局限于小規模的優化問題；坐标梯度下降方法速度快，但往往陷入于一個較差的局部次優解中。我們提出一種結合組合搜索和坐标下降的塊K分解算法。具體地說，我們考慮随機策略或/和貪婪策略，選擇K個坐标子集作為工作集，然後基于原始目标函數對工作集進行全局組合搜索。我們對塊K分解算法進行了最優性分析，我們證明了我們的方法比現有的方法找到更強的穩定點。此外，我們還對特殊的凸函數的稀疏優化問題進行了收斂性分析，并構建其收斂速度。最後，我們把我們的方法應用到壓縮感知問題和稀疏特征值等問題上，大量的實驗表明，我們的方法目前取得的性能臻于藝境。我們的塊K分解算法的部分工作發表在國際人工智能頂級會議CVPR 2019上。

報告人：中山大學  袁淦钊  副研究員

報告人簡介：鵬城實驗室副研究員，廣東省傑出青年基金入選者。博士畢業于華南理工大學計算機學院，曾在南洋理工大學、美國伊利諾伊大學、新加坡高等數字科學中心、華南理工大學(數學學院)、阿蔔杜拉國王科技大學、中山大學等學術機構從事研究。研究領域主要包括數值優化算法及其在機器學習、量子計算、機器視覺中的應用，曾在CCF A類期刊/會議上發表論文10餘篇，其中包括人工智能領域頂級期刊/會議ACM TODS、IEEE TPAMI、ICML、VLDB、SIGKDD、CVPR、ACMMM、AAAI。他(曾)主持廣東省傑出青年基金、國家面上項目、珠江科技新星項目等多項基金。他是SIIMS、Mach. Learn.、IEEE TIFS、AAAI、CVPR、NIPS、SIGKDD、ICCV等二十多種優化算法和人工智能領域權威期刊/會議的審稿人。

時  間：2019年5月15日（周三）上午10：00始

地  點：南海樓338室

熱烈歡迎廣大師生參加!

太阳集团1088vip

2019年5月10日