报告题目：Stochastic approximation methods for stochastic optimization

报告人：王晓， 鹏城实验室

报告时间：2022年6月17日 10:00-11:00

报告地点：腾讯会议

摘要：Stochastic optimization arises in many applications such as machine learning, statistics, finance and so on. It faces a lot of challenges when solving stochastic optimization problems, since the exact function information is normally expensive sometimes even prohibitive to obtain. Stochastic approximation methods are one of the most important types of methods for solving stochastic optimization. In the past decade, a surge of work has been studied and great developments have been made. In this talk, I will briefly introduce several kinds of popular stochastic approximation methods as well as our recent progress in this field, including solving unconstrained and constrained stochastic optimization and nonlinear equations.

王晓简历：王晓现任鹏城实验室副研究员、博士生导师。2007年本科毕业于山东大学数学学院，2012年博士毕业于中科院数学与系统科学研究院。于2012年7月至2021年11月在中国科学院大学数学科学学院工作，并曾在美国路易斯安那州立大学、香港理工大学从事访问研究。研究兴趣包括最优化理论、算法及其在数据科学中的应用。在包括SIAM J. Optim., Math. Comput., SIAM J. Imaging Sci.等的国际知名权威期刊发表论文近二十篇。入选中国科协第四届青年人才托举工程、中国科学院青年创新促进会第十批会员、获聘深圳鹏城孔雀计划特聘岗位。现主持一项国家自然科学基金面上项目、一项鹏城国家实验室重大攻关项目子课题，并参与国家自然科学基金重点项目、数学天元基金数学与医疗健康交叉重点专项。目前担任中国运筹学会智能工业数据解析与优化专业委员会理事、中国运筹学会数学规划分会青年理事、鹏城实验室科协第一届委员会委员。

邀请人：聂天洋，联系人：聂天洋，联系方式：nietianyang@sdu.edu.cn