主讲人：周声龙

活动时间：6月3日

地点：第二报告厅

讲座内容：

稀疏优化是最优化学科十余年发展起来的一个崭新方向，主要研究带有稀疏特征的优化理论与算法。它源于著名华裔数学家、2006年菲尔兹奖得主陶哲轩和美国科学院院士Candès、国际著名统计学家与美国科学院院士Donoho 独立提出的压缩感知理论，在大数据分析与处理、机器学习与人工智能、信号与图像处理、生物信息学、金融风险管理等领域扮演着核心数学模型的角色。然而，稀疏优化属于非凸非连续优化问题，传统的优化理论和算法面临极大挑战。本报告，我们将介绍稀疏优化，并展示它在处理诸多机器学习应用中的强大能力。

主讲人介绍：

周声龙，北京交通大学数学与统计学院教授，博士生导师。于2007和2011年分别获得北京交通大学本科和硕土学位，于2018年获得英国南安普顿大学博士学位，之后在该校担任副研究员和讲师。于2021至2023年在伦敦帝国理工担任副研究员。入选2022年国家级青年人才计划，获批2023年国家重点研发计划青年科学家项目，并获得2023年IEEE MLSP国际研讨会杰出论文奖和 2019年世界华人数学家大会颁发的新世纪数学奖博士论文优胜奖。担任多个IEEE国际会议领域主席，如IEEE VTC2022-Fall、IEEE MLSP2024、IEEE SPAWC2025。他的研究方向是最优化理论与方法，包括稀疏低秩优化、阶跃优化、双层优化，以及机器学习、大数据分析、信号处理等领域中的优化问题。在国际顶级和权威期刊发表SCI论文40余篇，如最优化、人工智能、信号处理顶级期刊SIAM Optim、IEEE TPAMI、IEEE TSP，机器学习和计算科学权威期刊JMLR、SIAM Sci Comput、Appl Comput Harmon Anal。