大连理工大学数学科学学院
通知与公告

The Steepest Descent and Conjugate Gradient Methods Revisited

2016年12月27日 09:35  点击:[]

学术报告 

报告题目The Steepest Descent and Conjugate Gradient Methods Revisited

报告人:  戴彧虹 研究员 中国科学院数学与系统科学研究院)

报告时间: 20161229日上午8:30-9:30

报告地点研教楼305

报告校内联系人:张立卫教授 (联系电话:84708351-8118)

 

 

报告摘要: The steepest descent and conjugate gradient methods are basic first order methods for unconstrained optimization. More efficient variants have been proposed in recent decades by forcing them to approximate Newton's method (or quasi-Newton method). In this talk, I shall review some recent advances on steepest descent method and conjugate gradient method. While significant numerical improvements have been made, the behavior of these more efficient variants are still to be understood and more analysis are obviously required.

 

 

 

报告人简介戴彧虹,湖南涟源人,1992年毕业于北京理工大学,1997年在中国科学院计算数学所获博士学位(导师:袁亚湘)。毕业后在中国科学院数学与系统科学研究院工作,2006年被聘为创新基地研究员,2014年被聘为冯康首席研究员。主要从事非线性优化理论、算法及其应用研究,已出版专著一本,发表论文九十余篇。曾获第五届钟家庆数学奖(1998年),国家自然科学二等奖(2006,排名第二),德国洪堡奖学金(2004),第十届中国青年科技奖(2007),国家杰出青年科学基金(2011),国际通信大会最佳论文奖(2011), 冯康科学计算奖(2015)。曾访问英国剑桥大学、邓迪大学、德国拜罗伊特大学、美国康奈尔大学等著名院校。目前担任中国运筹学会副理事长、数学规划分会理事长, 中国科学院数学院优化与应用研究中心副主任。同时担任《ITOR》、 Science in China: Mathematics》等多个杂志编委。曾或正在主持国家杰出青年科学基金、中国科学院交叉与合作团队、973项目优化子课题、国家自然科学基金重点项目等多个基金与项目。



 

上一条:【2017中科院华罗庚班】数学思想方法系列讲座(二) 下一条:【华罗庚班主题报告十九】最优化点滴谈

关闭