麻豆

（图文|全思琪 编辑|陈治国 审核|李秀婷）11月26日上午，东北大学杨涛教授应邀做客麻豆 “Happy Hour”学术活动，为学院师生带来题为《分布式非凸优化研究进展》的学术报告。本场报告深入探讨了分布式优化的相关理论研究进展及其在机器学习领域中的应用。

杨涛教授的报告针对目标函数非凸的问题，提出了分布式一阶原始对偶非凸优化算法；针对智能体间连续通信的问题，提出了基于事件触发的分布式非凸优化算法；针对通信信道容量有限的问题，提出了基于量化通信的分布式非凸优化算法。理论证明了上述所提算法的收敛性，利用仿真案例验证了所提算法的有效性。

杨涛教授提到分布式优化算法通过多智能体之间的相互合作协调来解决大规模的优化问题。与传统集中式优化算法相比，分布式优化算法更为灵活、方便、高效。随着现有模型规模和数据量的爆发式增长，杨涛教授指出通过分析非凸问题的几何结构，设计更高效的分布式优化算法能更有效提升机器学习效率。

活动负责人介绍，整场报告结构清晰、环环相扣，既包含前沿的学术探讨，也涵盖了实践操作的可行性建议，在场师生受益匪浅。

【主讲人介绍】

杨涛，东北大学教授、博士生导师、国家青年高层次人才、IET Fellow。长期从事分布式协同控制和优化、工业人工智能、智能优化与控制一体化等领域研究工作。主持国家自然科学基金重点项目、重大项目课题、国家重点研发计划课题等。发表期刊论文百余篇，其中IEEE汇刊和IFAC会刊论文50余篇。2022年获高等教育(研究生)国家级教学成果二等奖（4/5）、2023年获中国自动化学会自然科学二等奖（1/5）。任《自动化学报》副主编、IEEE TCST、IEEE TCNS、IEEE TNNLS等期刊编委，中国自动化学会大数据专委会主任委员、IEEE CSS、IEEE IES 和IFAC多个技术委员会委员。