项目名称: 超大规模约束优化问题算法及其应用天元数学交流项目

项目编号: No.11726505

项目类型: 专项基金项目

立项/批准年度: 2018

项目学科: 数理科学和化学

项目作者: 彭拯

作者单位: 福州大学

项目金额: 28万元

中文摘要: 由于现代科学技术的高速发展,大数据分析与应用、科学与工程计算、物理与工程设计、经济与金融分析等各领域提出一系列大规模(超大规模)面向实际应用的复杂数学优化问题。为了促进数据与应用驱动的数学优化理论、算法及其应用研究,本项目拟搭建一个由数学优化、数据科学、计算机应用、集成电路物理设计等若干领域专家学者共同参与的学术交流平台,通过学术报告和自由讨论等形式,一方面展现数学优化理论与算法研究的最新进展,使得应用领域专家充分了解数学优化算法研究的最新成果,加速学术成果的转化利用;另一方面,使得数学优化专家充分了解数据科学及其应用、机器学习、工业与工程设计等领域需要解决的数学优化问题,促进数据驱动与应用驱动的数学优化研究迈上新台阶。

中文关键词: 一阶优化方法;大样本随机优化;群Lasso模型;主成分分析;降维方法

英文摘要: With advancement of modern science and technology, many fields such as Big data analysis and applications, scientific and engineering computations, physics and engineering design, economics and finance analysis, pose a new set of large scale or very large scale complicated optimization problems. To promote the researches on theory、methods and applications of data-driven and application-driven optimization, this project will provide a platform for academic communication of the specialists from multi-fields including optimization, data science, computer science and VLSI physical design, etc. On the platform, some high level technical reports will be provided, and some sections of associative discussion will be organized. On the one hand, the newest advancement on mathematical optimization theory and methods will be presented such that, the new research findings of mathematical programming could be fully genned-up by the applied scientists and technologists, and the transformation of science and technology achievements could be accelerated. On the other hand, some real-world problems raised in data science, machine learning and engineering design will be also presented, such that these problems could be realized by optimization specialist, and the data-driven and application-driven optimization could be promoted.

英文关键词: The first order optimization methods;Stochastic optimization on Big Samples;Group Lasso Model;Principal component analysis;Dimension reduction methods

成为VIP会员查看完整内容
1

相关内容

图神经网络前沿进展与应用
专知会员服务
144+阅读 · 2022年1月24日
神经网络的基础数学
专知会员服务
199+阅读 · 2022年1月23日
数据价值释放与隐私保护计算应用研究报告,64页pdf
专知会员服务
39+阅读 · 2021年11月29日
超大规模智能模型产业发展报告(附下载)
专知会员服务
71+阅读 · 2021年9月25日
专知会员服务
54+阅读 · 2021年9月18日
专知会员服务
41+阅读 · 2021年9月7日
专知会员服务
22+阅读 · 2021年4月21日
专知会员服务
41+阅读 · 2020年7月29日
神经网络的基础数学,95页pdf
专知
23+阅读 · 2022年1月23日
约束进化算法及其应用研究综述
专知
0+阅读 · 2021年4月12日
【仿真】基于大数据的机器学习与数值仿真技术
产业智能官
49+阅读 · 2019年9月3日
【基础数学】- 01
遇见数学
19+阅读 · 2017年7月25日
从浅层模型到深度模型:概览机器学习优化算法
机器之心
24+阅读 · 2017年7月9日
国家自然科学基金
7+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月20日
Quantum Computing -- from NISQ to PISQ
Arxiv
1+阅读 · 2022年4月15日
Arxiv
26+阅读 · 2020年2月21日
小贴士
相关主题
相关VIP内容
图神经网络前沿进展与应用
专知会员服务
144+阅读 · 2022年1月24日
神经网络的基础数学
专知会员服务
199+阅读 · 2022年1月23日
数据价值释放与隐私保护计算应用研究报告,64页pdf
专知会员服务
39+阅读 · 2021年11月29日
超大规模智能模型产业发展报告(附下载)
专知会员服务
71+阅读 · 2021年9月25日
专知会员服务
54+阅读 · 2021年9月18日
专知会员服务
41+阅读 · 2021年9月7日
专知会员服务
22+阅读 · 2021年4月21日
专知会员服务
41+阅读 · 2020年7月29日
相关基金
国家自然科学基金
7+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员