信息学院王浩团队在非凸优化算法研究领域发表重要科研成果
信息学院王浩课题组与合作者在非凸优化算法研究中取得重要进展, 提出了一种求解非凸Lp范数球投影问题的高效算法。相关成果被理论机器学习领域知名学术期刊 Journal of Machine Learning Research (JMLR) 接收。稀疏性已经成为现代数据科学和工程领域中表征感兴趣的参数和信号的基本结构之一。稀疏性能自然地体现具有少数非零元的$n$-维信号的紧凑模式, 使得信号能够被少于$n$个数据比特的有效信息表示。例如, 在许多机器学习问题中, 稀疏解克服了欠定线性系统的不适定性, 增强了具有大量冗余特征模型的可解释性, 提高了学习系统的泛化性能, 并保证了模型在训练和推理阶段都显著地节省计算量。稀疏性通常是通过施加可以诱导稀疏结构的正则项实现, 由此产生的非凸稀疏优化问题则对数值优化算法提出了更高的要求。为了系统地促进模型解的稀疏性,优化与机器学习社区研究者们对非凸Lp范数球投影问题开展了大量研究。然而,Lp范数非凸、非光滑以及非...
2022-04-29