报告人：金石（上海交通大学）

时间：2022年06月08日10:00开始

腾讯会议ID：717 427 968

摘要：We introduce a stochastic interacting particle consensus system for global optimization of high dimensional non-convex functions.  This algorithm does not use gradient of the function thus is suitable for non-smooth functions.  We prove， for fully discrete systems,  that under dimension-independent conditions on the parameters, with suitable initial data, the algorithms converge to the neighborhood of the global minimum almost surely. We also introduce an Adaptive Moment Estimation (ADAM) based version to significantly improve its performance in high-space dimension.  

简介：金石，上海交通大学自然科学研究院/数学科学学院讲席教授，欧洲人文和自然科学院外籍院士，欧洲科学院院士，美国数学学会首批会士，美国工业与应用数学学会会士，中国工业与应用数学学会会士。现任上海交通大学自然科学研究院经理，上海国家应用数学中心联席主任，上海交通大学教育部科学工程计算重点实验室主任，人工智能数学基础中心主任。担任Communications in Mathematical Sciences的创刊及现任主编，并担任过十多个国际著名计算和应用数学杂志的编委。主要研究方向包括动理学理论，双曲型守恒律方程，量子动力学，不确定性量化，交互粒子系统，计算流体力学，机器学习等。曾获冯康科学计算奖，国际华人数学家大会晨兴数学银奖等多项荣誉。2018年国际数学家大会45分钟邀请报告人。

邀请人：穆春来 周国立

欢迎广大师生积极参与！