报告题目：数据降维的优化建模

时间：2016年12月16日（星期五）9：40-10：30

地点：学院南路校区学术会堂606

报告人：王勇，中国科学院数学与系统科学研究院

摘要：构建将数据维数降低、利于进一步处理、可视化和理解信息的数学模型，已成为各科学领域面对的一个共同问题。该问题在人工智能和机器学习领域也被称为特征选择，是一个根据一定的评估准则最优地从初始高维特征集合中选出低维特征集合的过程。我们将介绍我们最近在该方面的一些进展,主要介绍一个同时最大化数据解释能力和最小化特征数目的多目标优化模型，以及进一步将该问题转化为单目标优化，松弛优化变量用线性规划来近似整数规划获得高效的求解算法. 并将以生物医学数据降维为例介绍几个具体应用。

报告人简介：王勇，中国科学院数学与系统科学研究院应用数学所副研究员,国家优秀青年基金获得者。1999 年从内蒙古大学数学系的数学物理专业本科学位，2002年从大连理工大学应用数学系获得运筹学与控制论硕士学位，2005年从中国科学院数学与系统科学研究院获得运筹学与控制论专业的理学博士学位。曾先后到日本大阪产业大学电子情报通信系,波士顿大学生物信息学中心, 日本产业技术综合研究所计算生物研究中心和斯坦福大学统计系从事访问研究。他目前的研究兴趣是最优化理论与算法和生物医学大数据建模。