报告题目：机器学习中的优化模型与算法

报告人：郭田德

时间：2018年9月28日下午1:30

地点：汇贤楼122教室

主办单位：江南娱乐体育官网入口

报告摘要：

本报告首先简要介绍人工智能的主要研究内容、人工智能的支撑学科、人工智能中的数学理论与方法、人工智能发展的瓶颈、困难和挑战。

众所周知，几乎所有的人工智能问题最后都会归结为一个优化问题的求解，最优化理论和算法是机器学习及深度学习的支柱之一。机器学习绝大多数任务中优化的目标函数有特殊形式，根据其特殊结构设计及大规模数据的有效算法并研究算法的收敛性等理论问题是机器学习的重要研究内容。本报告接着介绍机器学习中的一般优化模型、机器学习中的优化算法的一般框架、机器学习中的一阶优化算法及其理论分析、机器学习中的一阶优化算法存在的问题与各种改进方法；最后简要介绍机器学习中的基于BFGS的二阶优化方法的发展。

个人简介：

郭田德 博士，教授、博士生导师、现任中国科学院研究生院江南娱乐体育官网入口常务副院长、中国科学院研究生院华罗庚应用数学与信息科学研究中心教授。分别于1992年和1998年在中国科学院应用数学研究所获得硕士和博士学位，2000年北方交通大学交通运输学院博士后出站。主要的研究方向包括最优化的理论与算法、小波分析及其应用、生物特征识别、路由器交换结构优化设计、传感器网络中数学理论与算法等。近几年在国内外学术刊物上发表论文30多篇、申请专利多项，主持和参与了多项国家和省部级项目，包括国家高技术研究发展计划（863项目）、国家自然科学基金、山东省自然科学基金青年基金、中国科学院研究生院院长基金。