王晓 教授（中山大学）

刘歆 研究员

Stochastic approximation methods for nonconvex constrained optimization

6月17日（周三）16:00-17:00，南楼202

Nonconvex constrained optimization is a vital research area within the optimization community, encompassing a wide range of applications across various fields. However, addressing nonconvex constrained optimization presents significant challenges due to the large-scale data and inherent uncertainties as well as potentially nonconvex functional constraints in optimization models. In this talk, I will report our recent progress on stochastic approximation methods for nonconvex constrained optimization that include established complexity bounds and/or convergence properties.

报告人简介：王晓，中山大学教授、博士生导师。本科毕业于山东大学数学基地班，博士毕业于中国科学院数学与系统科学研究院。先后任职于中国科学院大学数学科学学院、鹏城国家实验室智能计算研究部。研究方向为最优化理论和方法，论文发表在SIAM J. Optim.、SIAM J. Numer. Anal.、SIAM J. Imaging Sci.、SIAM J. Matrix. Ana. Appl.、Math. Oper. Res.、Math. Comp.、J. Mach. Learn. Res.等国际期刊和ICML等国际会议上。入选国家级青年人才计划。曾荣获中国运筹学会青年科技奖、中国工业与应用数学学会应用数学青年科技奖。先后主持国家自然科学基金项目3项、国家科技重大计划专项项目课题1项。目前担任中国运筹学会理事、中国工业与应用数学学会优化及其应用专业委员会(筹)秘书长、广东省运筹学会副理事长。