2024年7月22日上午，韩德仁教授与夏勇教授分别邀请到香港理工大学瞿铮副研究员和上海大学徐姿教授，于沙河主楼E405为统计运筹系师生做了精彩报告🧔🏿，统计运筹系师生二十余人参与。
上海大学徐姿教授的报告题目为《Parameter-free Optimization Algorithms and Iteration Complexity for Minimax Optimization Problems》。对于大多数解决极大极小问题的现有算法，要实现算法的最优复杂度🧑🏼🏫，需要假设问题的某些参数的精确信息，如Lipschitz常数、从初始点到最优解的距离的上界等。准确估计这些参数通常是具有挑战性的🌈，保守的估计会显著影响算法的性能。徐姿教授报告了一种无参数交替梯度投影算法及其在非凸强凹设置下的收敛速率🚴🏼♀️，该算法结合了回退策略，用于解决光滑的非凸(强)凹极小极大问题🦮。此外💝，徐姿教授报告了一种完全无参数三次正则化算法及其迭代复杂度，该算法不需要问题的任何参数，包括Lipschitz常数和从初始点到最优解的距离上界🕵🏻💂🏿♂️。
香港理工大学瞿铮副研究员的报告题目为《Globally Solving Concave Quadratic Program via Doubly Nonnegative Relaxation》。关于有界多面体集合上凸二次函数的极大化问题，瞿铮副研究员报告了一个基于半定规划（SDP）松弛和切割平面法的新框架👋🏻。瞿铮副研究员建立了新框架的各种理论性质，包括双重非负松弛（DNN）与等价二次约束问题的Shor松弛的等价性🧝♂️，DNN松弛的强对偶性🧗🏻🦣，和几种有效切割的效果对比。瞿铮副研究员向我们展示了该方法在真实数据和合成数据上的计算结果的有效性和解决高维密集数据问题的能力🤺。
报告结束后，参会师生与两位报告专家进行了热烈讨论。
