报告题目：Penalty methods for some L0 minimization problems
报告人： 李洽副教授，中山大学
报告时间：2022年5月26日上午9：30-10：30
报告地点：龙洞行政楼610
主持人：刘玉兰

报告摘要：The L0 function serves as a sparse regularizer in many imaging applications. Penalty methods are important and efficient approaches for L0 minimization problems. In this talk, we show that for some L0 minimization problems, optimal solutions can be either asympotically approximated or exactly recovered by the corresponding penalty problems. Finally, we apply the penalty method for L0-SVM problem in binary classifications.

专家简介：李洽，中山大学数据科学与计算机学院副教授，博士生导师。研究方向包括最优化理论与算法及在机器学习、大数据分析、图像处理等领域中的应用。主持国家自然科学基金两项（青年基金与面上项目）、广东省自然科学基金一项、校级科研项目一项，参与国家重大研究计划集成项目一项以及多项国家自然科学基金面上项目。目前已在SIAM Journal on Optimization, Applied and Computational Harmonic Analysis, Inverse Problems等期刊发表了众多高水平论文。