报告题目：多任务核学习高斯回归参数预测方法及其在矩阵分裂中的应用
报 告 人：张娟
报告时间：2022-10-14 15:20-17:20
腾讯会议ID： 539-653-997
报告摘要：
在这个报告中，我们提出了一种多任务核学习高斯回归预测参数的方法，并将其应用到矩阵分裂中。第一个应用是提出了一类广义交替方向隐式框架，该框架可以统一现有的交替方向隐式格式，并且可以衍生出各种各样新的格式。利用高斯回归预测参数方法，可以解决该框架中的分裂参数问题。第二个应用是针对含时线性系统，提出了一种广义的交替方向隐式Kronecker积框架，该框架可统一已有的Kronecker积格式。利用多任务核学习高斯回归预测参数方法，可以解决该框架中的多参数和核函数选取问题。基于贝叶斯推断的高斯回归预测法，具有小样本点、高精度、泛化能力强等特点，可以用来预测其他迭代格式的分裂参数。最后，将我们的方法应用到求解(含时)对流扩散方程、(微分)Sylvester 矩阵方程中。与已有的方法相比，我们的方法可以更加高效地求解大规模稀疏线性系统。
报告人简介：
张娟，教授，博士生导师，“智能计算与信息处理”教育部重点实验室常务副主任，数学与应用数学系主任，韶峰学者学术骨干。湖南省湖湘青年英才，湖南省青年骨干教师培养对象，湖南省运筹学会第3届常务理事，湖南省数学会第12届理事。2021年、2015年赴澳门大学短期访问。2018年赴新加坡国立大学访问1年。主持国家自然科学基金面上项目1项、国家自然科学基金青年项目1项、博士后科学基金面上项目一等资助1项、湖南省教育厅重点项目1项、湖南省自科基金青年项目1项、湖南省教育厅优秀青年项目1项、湖南省教改项目1项。
主要从事数值代数、控制理论、优化算法等方面的研究。在国内外重要学术期刊 SIAM J. Sci. Comput.、Automatica、J. Comput. Phys.、J. Comput. Appl. Math.、Linear Algebra Appl.、Linear Multi. Algebra、J. Frank. Insti.、Int. J. Control 等发表和接收发表SCI论文40余篇。
