题 目：大数据环境下的次模优化
时 间：2026年7月11日（星期六）14:00
主讲人：徐大川
地 点：弘学楼（第12教学楼）916
主办单位：数学与统计学院
主讲人简介：徐大川，北京工业大学运筹学与控制论责任教授，数学/统计学博士生导师，北京工业大学区块链研究中心副主任。任中国运筹学会数学规划分会理事长，中国运筹学会宣传工作委员会主任，北京运筹学会副理事长。2002年于中国科学院数学与系统科学研究院获得博士学位。研究兴趣包括机器学习与优化，近似算法等。
讲座简介：
次模优化广泛研究于计算机、数学、经济学、人工智能等领域。大数据环境下的次模优化理论及算法设计是研究热点之一，主要的研究模型包括有分布式、并行、在线和流模型等。在流算法中，数据以流的形式呈现，其目的是从数据流中抽取满足某些特性的稀疏代表子集；在并行算法中，通过引入自适应(adaptivity)概念，来衡量算法迭代轮数深度，且保证在同一轮迭代中能实现并行计算。报告主要介绍次模最大化问题的流和并行算法，以及若干拓展问题的流和并行算法的进展。
