当前位置:巴黎人注册送18 > 巴黎人-智能硬件 > 在数据拟合上同样受到惩罚,证明了算法可以在

在数据拟合上同样受到惩罚,证明了算法可以在

文章作者:巴黎人-智能硬件 上传时间:2019-12-12

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。

5月26日至27日,应数学与信息科学学院邀请,上海交通大学博士生导师范金燕教授、上海大学博士生导师林贵华教授来我校讲学。数学学院相关专业的青年教师、研究生30余人聆听了报告。

6月20日上午,北京航空航天大学数学与系统科学学院统计运筹与控制系系主任、博士生导师夏勇教授莅临我校讲学。学术报告会在数学与信息科学学院107教室举行。学院学术带头人、青年教师、研究生共40余人参加了报告会。

5月27日,应数学与信息科学学院邀请,北京航空航天大学博士生导师韩德仁教授、博士生导师夏勇副教授来我校讲学。数学学院教师和研究生代表40余人聆听了报告。

5月26日,应数学与信息科学学院邀请,北京交通大学博士生导师修乃华教授在数学楼S103作了题为“秩约束矩阵优化问题的最优性条件”的学术讲座。学院相关专业的青年教师、研究生30余人聆听了报告。修乃华介绍了秩约束矩阵优化问题的模型及应用:矩阵回归、学习距离度量、多维标度、图相似矩阵的低秩近似、因子分析等,以及三类求解方法:松弛法、变形法和切锥法锥法。给出了低秩集的切锥和法锥,并在此基础上刻画了秩约束矩阵优化问题的一阶以及二阶最优性条件。最后介绍了未来的一些研究工作。报告结束后,修乃华与部分师生进行了更深入的交流。

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。

范金燕以“Tensor Eigenvalue Complementarity Problems”为题,提出了如何求解张量特征值互补问题。她指出,这是基于标准和互补的张量特征值基本性质上的讨论,过程是先构造了张量特征值的互补问题作为约束多项式优化问题,然后再找解决这个问题的方法,可用Lasserre的半定松弛的层次结构方法来证明。这个半定松弛问题,算法是具有一般张量的有限收敛性的。数值实验的数据表明了提出的方法是有效的。

夏勇作了题为“Tikhonov正则化整体最小二乘的高效全局优化方法”的学术报告,主要介绍了Tikhonov正则化整体最小二乘问题特点及其求解新方法。他将问题转化为一个一维非凸函数极小化问题,其中一维问题的函数值对应求解一个信赖域子问题,这大幅改进了二分法的效率。并针对该一维等价问题提出了一个十分巧妙的估界方法(主要步骤为使用双层对偶技术,构造一个min-max-min子问题,然后给出它的显式解),基于此设计了自适应分的分支定界算法,证明了算法可以在O迭代步内找到ε近似全局解。这与改进之前的算法相比,维数越大,数值效果优势更明显,且迭代次数不随维数和噪声的增加而增加。最后,将该新方法拓展到一批结构型非凸优化问题。

韩德仁以“Alternating direciton methods of multiplier for optimization problems involving nonconvex funtions“为题,详细介绍了非凸函数优化问题的乘子交替方向法。他指出虽然经典的乘子交替方向法已经被广泛的应用于大规模可分离优化问题,包括凸目标方程和非凸目标方程,虽然对于凸问题人们已经做了许多收敛性分析的工作,但是对于非凸问题,收敛性分析方面还有很多工作要做。韩德仁考虑两种非凸函数优化问题,第一种是“强+弱凸模型”,第二种是一般的非凸模型。对于这两种模型,通过使用不同的分析技术,来证明算法的全局收敛性,并进一步分析了收敛速度。

专家简介:

本文由巴黎人注册送18发布于巴黎人-智能硬件,转载请注明出处:在数据拟合上同样受到惩罚,证明了算法可以在

关键词: