数学与信息交叉学科学术报告

报告题目：大数据环境下的次模优化

报告时间：2019年12月19日（星期四）8:30-11:30

报 告 人：徐大川（北京工业大学教授）

报告地点：学院第一会议室

报告摘要：次模优化广泛研究于计算机，数学，经济学，人工智能等领域。大数据环境下的次模优化理论及算法设计是研究热点之一。主要的研究模型包括有：分布式, 并行, 在线和流模型等。在流算法中, 数据以流的形式呈现，其目的是从数据流中抽取满足某些特性的稀疏代表子集；在并行算法中，通过引入自适应(adaptivity)概念, 来衡量算法迭代轮数深度, 且保证在同一轮迭代中能实现并行计算。我们主要介绍次模最大化问题的流和并行算法，以及若干拓展问题的流和并行算法的进展。

邀请人：张昭