报告题目一：Nonsmoothnonconvexoptimization for training deep neural networks
报告人：陈小君 讲座教授 香港理工大学
邀请人：刘三阳教授
报告时间：2023年5月5日（周五）15:00-17:00
报告地点：南校区网安大楼会议中心121会议室
报告人简介：陈小君，香港理工大学应用数学系讲座教授。2013-2019年担任香港理工大学应用数学系主任，现任香港理工大学大数据分析中心实验室主任，中科院数学与系统科学研究院-香港理工大学应用数学联合实验室主任。研究领域包括随机均衡问题、变分不等式、非光滑非凸优化、大数据分析中的稀疏优化。陈教授是澳大利亚研究理事会、日本学术振兴会及香港研究资助局等二十多个机构拨款资助的科研项目负责人。担任AreaEditorofJournalofOptimizationTheoryandApplications，并担任包括SIAM Journal on Numerical Analysis, SIAM Journal on Optimization等国际著名刊物的编委，至今已在国际顶尖学术期刊上发表论文90余篇。2021年当选美国工业与应用数学学会会士、2022年当选美国数学学会会士，并担任包括SIAMFellow(2022-2023)、SIAM and MOS Lagrange Prize(2021)等国际学会的评选委员。
报告一摘要：Abstract: This talk discusses some algorithms and theory for nonsmooth nonconvex optimization in deep learning. Moreover, we introduce a new linearly constrained nonsmooth optimization model with ReLu activation function and L1-norm penalty for training deep neural network. We show that the new optimization model has a bounded feasible set that contains at least one global minimizer of the original optimization model for training neural network. We present a smoothing proximal gradient algorithm that converges to a generalized directional stationary point of the linearly constrained nonsmooth optimization model. At the end of this talk, we show some examples of automatic retinal and choroid layer segmentation from OCT images using deep learning.
报告题目二：从事科研的若干经验体会
报告人：陈小君讲座教授 香港理工大学
报告时间：2023年5月5日（周五）17:00-18:00
报告地点：南校区网安大楼会议中心121会议室
报告人简介：陈小君，香港理工大学应用数学系讲座教授。2013-2019年担任香港理工大学应用数学系主任，现任香港理工大学大数据分析中心实验室主任，中科院数学与系统科学研究院-香港理工大学应用数学联合实验室主任。研究领域包括随机均衡问题、变分不等式、非光滑非凸优化、大数据分析中的稀疏优化。陈教授是澳大利亚研究理事会、日本学术振兴会及香港研究资助局等二十多个机构拨款资助的科研项目负责人。担任AreaEditorofJournalofOptimizationTheoryandApplications，并担任包括SIAM Journal on Numerical Analysis, SIAM Journal on Optimization等国际著名刊物的编委，至今已在国际顶尖学术期刊上发表论文90余篇。2021年当选美国工业与应用数学学会会士、2022年当选美国数学学会会士，并担任包括SIAMFellow(2022-2023)、SIAM and MOS Lagrange Prize(2021)等国际学会的评选委员。
报告二摘要：Abstract: This talk sharesseveral scientific research experiences and insights around the research of operations optimization, especially the frontier trends and research ideas in the fields of stochastic equilibrium problems, variational inequalities, non-smooth non-convex optimization, and sparse optimization in big data analysis.
