题目：A block symmetric Gauss-Seidel decomposition theorem and its applications in big data nonsmooth optimization

报告人：孙德锋（Sun Defeng）教授（香港理工大学）

时间：2018年7月14日（上午9:30-10:30)

地点：数学院会议室

报告人简介：

孙德锋教授现任香港理工大学应用数学系优化和运筹研究的讲座教授，在2017年8月去香港之前，孙教授是新加坡国立大学数学系教授，新加坡国立大学风险管理研究所副所长。他主要研究连续优化，在矩阵优化理论、算法及其应用方面取得一系列重要的突破性成果，特别是半光滑牛顿方法，写了许多大规模复杂优化问题的软件，例如：通用的大规模半正定规划软件SDPNAL/SDPNAL+，相关矩阵校准的程序，以及最新的适用于各种各样的统计回归模型的软件包LassoNAL。他因此获得每三年颁发一次的2018国际数学规划Beale—Orchard-Hays奖，以表彰他在计算数学规划上的杰出贡献。目前孙教授研究集中于建立大数据优化和应用的下一代方法基础。孙教授还积极参加许多学术活动，2010-2013年担任Asian-Pacific J. Operational Research主编，2014-2017年担任Mathematical Programming Series B编委，现担任Mathematical Programming Series A，SIAM Journal on Optimization，中国科学-数学，Journal of the Operations Research Society of China，Journal of Computational Mathematics的编委。