报告人：包承龙（清华大学）

时  间：7月22日下午14:30

地  点：厦大海韵园实验楼105报告厅

内容摘要:

This talk is to discuss an inexact augmented Lagrangian method for solving a class of manifold optimization problems that have nonsmooth objective functions and non-negative constraints. We show the convergence of the proposed method under the constraint qualification. Moreover, we propose a semismooth Newton method for solving the augmented Lagrangian subproblem on manifolds efficiently with convergence analysis. Experiments on compressed modes and (constrained) sparse PCA illustrate the advantages of the proposed method.

个人简介：

包承龙，清华大学丘成桐数学科学中心，助理教授。2009年本科毕业于中山大学数学系，2014年博士毕业于新加坡国立大学数学系，2015年至2018年在新加坡国立大学数学系进行博士后研究。 其研究兴趣主要在数学图像处理的模型与算法方面，目前已在IEEE TPAMI, SIIMS, SISC, ACHA等期刊和CVPR，ICML，NeurIPS, ICLR等会议上共计发表学术论文20余篇。

联系人：黄文