清华大学博士生导师邢文训教授应邀来我校讲学

2019-10-23 08:58栏目:视频
TAG:

5月26日,应数学与信息科学学院邀请,清华大学博士生导师邢文训教授在数学楼S103室作了一场题为“Robust sensitivity analysis for convex quadratically constrained qaudratic programming problems”的学术报告。数学学院教师和研究生代表40余人聆听了报告。

5月27日,应数学与信息科学学院邀请,南京大学博士生导师杨俊锋教授、上海理工大学管理学院博士生导师屈绍建教授来我校讲学。学院相关专业的青年教师、研究生30余人聆听了报告。

邢文训详细介绍了鲁棒凸二次约束的二次规划灵敏度分析问题。他对问题中每个约束的最大摄动半径进行灵敏度分析以保持预决策的鲁棒最优。邢文训还介绍了如何通过对每个约束的最大摄动半径进行灵敏度分析得到一个具有鲁棒性的最优解,且让这个最优解可以保留预决策的一些特征,并指出可以通过使用双凸半定规划来解决这些问题。

杨俊锋以“A TV-SCAD approach for image deblurring with impulsive noise”为题,指出脉冲噪声情况下的图像清晰问题,只有当脉冲噪声水平相对较低时, L1-范数惩罚数据拟合 的总变异 正则化效果较好。对于高电平脉冲噪声, TVL1 工作较差。其原因是所有的数据, 无论是损坏的和无噪音的, 在数据拟合上同样受到惩罚, 导致在平衡正则化和数据拟合方面难以克服。杨俊锋提出将电视正则化与非凸平滑裁剪绝对偏差 罚用于数据拟合 。认为只有当观察到的数据没有严重损坏时, 才应执行数据拟合, 而对于那些数据可能严重损坏的情况, 则应强制执行更少甚至无效的惩罚。

专家简介:

屈绍建以“Robust optimization and applications”为题介绍了鲁棒优化的起源、概念、研究现状及发展,指出自20世纪70年代鲁棒优化已成为优化理论中一个重要的研究领域。详细介绍了建立鲁棒优化模型的关键,然后如何求解。这是最差情形下模型的最优解。他认为,由于最差情形往往不易发生,所以鲁棒优化模型的解偏于保守。最后,讲解了鲁棒优化模型的广泛应用以及团队研究的主要内容。

邢文训,清华大学数学科学系教授、博士生导师,曾获国防科工委国防科学技术进步奖、国家科学技术进步奖、获中国运筹学会运筹学应用奖。先后主持过国家基金委面上和教育部重点课题,承担国防973二级课题负责人,及参加国家、部委及企业科研项目20余项。

专家简介:

(数学与信息科学学院 汪春峰 苗山根)

杨俊锋,南京大学数学系教授,主要从事最优化计算方法及其应用研究,开发图像去模糊软件包FTVd,压缩感知一模解码软件包YALL1,核磁共振图像复原软件包RecPF等。曾获国际华裔数学家联盟最佳论文奖、中国运筹学会青年科技奖与江苏省工业与应用数学青年奖等。入选教育部新世纪优秀人才支持计划,主持国家自然科学基金青年项目与面上项目。

屈绍建,上海理工大学管理学院系统科学系系主任,供应链管理与决策优化研究所所长,教授,博士生导师,上海市东方学者特聘教授。从事供应链管理、投资组合管理、鲁棒优化、博弈论以及多目标规划理论、方法及其应用等方面的研究。以第一作者发表论文20余篇,其中在国际知名期刊上发表SCI文章24篇,其中EJOR 4篇,JOTA, COAP ,OR letters上各发表文章1篇。主持一项国家社科基金、两项国家自然科学基金等。

(数学与信息科学学院 梁彦超 裴永刚 )

版权声明:本文由澳门新葡新京官网发布于视频,转载请注明出处:清华大学博士生导师邢文训教授应邀来我校讲学