
陈诉时间: 2022年10月21日(星期五)11:00-12:30
腾讯聚会会议: 838-252-981
主讲人姓名: 张利军 南京大学人工智能学院教授
主讲人简介:张利军,南京大学人工智能学院教授,基金委优青。主要研究大规模机械学习与优化,在国际学术聚会会议和期刊发表论文120余篇,其中CCF-A类论文86篇。目前担任著名国际期刊Machine Learning、TMLR、Neurocomputing的编委,多次担任ICML、NeurIPS、IJCAI等CCF-A类聚会会议的领域主席。受邀在人工智能顶级国际聚会会议IJCAI 2020作Early Career Spotlight陈诉,曾获首届达摩院青橙奖、中国科协青年人才托举工程、CCF青年人才生长计划等荣誉。https://cs.nju.edu.cn/zlj
陈诉题目: 平滑在线凸优化
陈诉摘要:在许多实际应用中,决策的改变会带来特别的损失,例如服务器开关对硬件的损耗、股票买卖缴纳的手续费。为了控制决策的变化,近年来平滑在线凸优化受到了学术界的关注。在这种学习范式中,每一轮迭代学习器会同时遭受任务相关的损失(称为击中价钱),以及改变决策导致的特别损失(称为转换价钱)。本陈诉将讨论两种权衡平滑在线凸优化性能的准则:考虑转换价钱的动态遗憾、考虑转换价钱的自适应遗憾,并介绍我们近期的研究进展。我们提出了一系列考虑转换价钱的在线凸优化算法,能够取得次线性的遗憾,并在多种场景下到达理论最优。
检测到您当前使用浏览器版本过于老旧,会导致无法正常浏览网站;请您使用电脑里的其他浏览器如:360、QQ、搜狗浏览器的速模式浏览,或者使用谷歌、火狐等浏览器。
下载Firefox