題  目：Sparse Machine Learning in a Reproducing Kernel Banach Space

内容簡介：The aim of this talk is to explain to graduate students and beginning researchers in the field of mathematics, statistics and engineering the fundamental concept of sparse machine learning in Banach spaces. We will use binary classification as an example to explain the essence of machine learning in a reproducing kernel Hilbert space and sparse learning in a reproducing kernel Banach space (RKBS). We then utilize the Banach space l1(N) to illustrate the basic concepts of the RKBS in an elementary yet rigorous fashion. This talk will review existing results in the author's perspectives to reflect the state of the art of the field of sparse learning.

報告人：許躍生

報告人簡介：美國歐道明大學數學與統計學系教授、美國雪城大學榮休教授、曾任中山大學國華講席教授，德國洪堡學者。在小波分析、函數逼近、積分方程數值解、信号與圖像處理、機器學習等方面做出多項原創貢獻。多次主持美國國家基金項目。1999至2011年擔任美國Springer出版社學術期刊Advances in Computational Mathematics執行主編。曾任中國計算數學學會副理事長。

時  間：2022年11月14日（周一）上午9：00 - 10：00

地  點：Zoom在線會議ID：922 6563 2645   密碼：594034

熱烈歡迎廣大師生參加!

太阳集团1088vip

2022年11月8日