学术报告

当前位置: 首页 学术报告 正文
学术报告九十二:关于紧流形上转换梯度投影算法的收敛性分析

时间:2024-09-18 11:18

主讲人 李建泽 讲座时间 2024年9月19日上午10:00-11:00
讲座地点 汇星楼501 实际会议时间日 19
实际会议时间年月 2024.9






数学科学公司学术报告[2024] 092号

(高水平大学建设系列报告972号)


报告题目: 关于紧流形上转换梯度投影算法的收敛性分析

报告人:李建泽 副研究员(深圳市大数据研究院)

报告时间:2024年9月19日上午10:00-11:00

报告地点:汇星楼501                                                      

报告内容:为了求解紧流形上的优化问题,基于欧式空间到紧流形的投影,我们引入了一种新的算法框架,称为转换梯度投影(TGP)算法。相较于现有算法,TGP算法包含新的搜索方向和多种步长,包括Armijo、非单调Armijo和固定步长,以生成下一个迭代点。我们特别关注Stiefel流形和Grassmann流形,揭示了许多现有算法可以视为该框架的特例。然后,我们证明了TGP算法的收敛性,包括弱收敛性、收敛速度和全局收敛性。最后,通过一系列数值实验表明,TGP算法在多种情景下的表现优于经典的梯度投影算法和基于Retraction的线搜索算法。

报告人简历:李建泽于2019年5月至今,在深圳市大数据研究院工作,任职副研究员。在此之前,他于2013年6月毕业于南开大学陈省身数学研究所,获得博士学位;于2013年7月至2018年1月在天津大学数学学院工作,任职讲师;于2016年9月至2018年8月在法国Université Grenoble Alpes的GIPSA-Lab先后进行学术访问和博士后研究;于2018年9月至2019年4月在加拿大Ryerson大学进行学术访问。他的主要研究领域是张量优化和流形优化,已发表15篇SCI论文,包括SIMAX、SIOPT、MCOM、JMAA及LAA等期刊。他完成国家自然科学基金青年基金一项、广东省面上基金一项以及深圳市大数据研究院基础研究项目一项。

欢迎感兴趣的师生参加!

邀请人:李楠


                                            数学科学学院

                                         2024年9月18日