@Article{CAM-14-13, author = {}, title = {"基于运筹优化的大数据分析"系列报告开讲}, journal = {CAM-Net Digest}, year = {2017}, volume = {14}, number = {13}, pages = {4--4}, abstract = {
2017年6月14日,国家数学与交叉科学中心“基于运筹优化的大数据分析”课题邀请了来自美国休斯顿大学的彭积明教授和南京师范大学的韩德仁教授在南楼作学术报告。
第一场报告由国家数学与交叉科学中心副主任、中国运筹学会常务理事闫桂英研究员主持。报告人彭积明教授1993年硕士毕业于中科院科学与工程计算研究所(导师袁亚湘院士),2001年获荷兰德尔夫特大学运筹学专业博士学位,近期主要研究方向为优化建模、算法设计,及其在医疗领域、金融工程、大数据分析和图像处理方面的应用。
此次彭积明教授优化与聚类问题的学术报告重点围绕优化方法在复杂网络中的应用展开。彭教授通过大量案例,对大数据时代的优化建模和算法设计的最新前沿技术进行了深入浅出的阐述。他就聚类问题提出基于SDP的数学规划模型,在此基础上得到了许多有趣的结果。同时,彭教授结合自身经历,就如何掌握优化领域的国际前沿研究、如何选择研究方向、如何看待优化方法在大数据领域的应用等问题分享了宝贵的经验和心得。最后,彭积明教授还对优化与大数据发展的趋势提出了自己的见解。
随后的第二场报告由中国运筹学会副理事长、北京交通大学理学院副院长修乃华教授主持。报告人韩德仁教授于1997年和2002年分别获得南京大学计算数学专业学士和博士学位,并于去年获得国家杰出青年科学基金项目。韩教授主要从事大规模优化问题、变分不等式问题的数值方法方面的研究工作,尤其在交替方向乘子法方面做出了突出贡献。
韩教授介绍了Douglas-Rachford 分裂算法,报告从两块模型出发,讲到压缩感知模型的应用,再到如何求解,内容详实丰富。在图像恢复问题上,为克服交替方向法的困难,研究者将Douglas-Rachford 分裂算法应用在原始问题上,提出了新的方法,并给出了理论分析和更好的数值表现。对于多块的方法以及特殊的非凸情形,也做出了一些最新的理论分析和结果,给予参与活动的专家学者很多启发。
本次学术报告为相关研究方向的国内外专家学者提供了研讨与交流平台,并为深化相关研究领域的国际合作奠定了良好的基础,作为“基于运筹优化的大数据分析”课题系列活动的开端,充分展示了数学和其他领域的交叉与融合。
}, issn = {}, doi = {https://doi.org/2017-CAM-14466}, url = {https://global-sci.com/article/76191/%22%E5%9F%BA%E4%BA%8E%E8%BF%90%E7%AD%B9%E4%BC%98%E5%8C%96%E7%9A%84%E5%A4%A7%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90%22%E7%B3%BB%E5%88%97%E6%8A%A5%E5%91%8A%E5%BC%80%E8%AE%B2} }