学术报告

题      目：Golden ratio primal-dual algorithm with linesearch

报  告  人：张洪超   教授  (邀请人：陈艳男 )

                                   美国路易斯安那州立大学

时      间：6月23日  09：30-10：30

地     点：数科院西楼二楼会议室

报告人简介:

       张洪超教授，1998年本科毕业于山东大学数学系，2001年硕士毕业于中科院数学与系统科学研究院，2006年在美国佛罗里达大学获理学博士学位，2006-2007和2007-2008年先后在美国应用数学研究所和明尼苏达大学从事博士后研究，2008年至今在美国路易斯安那州立大学数学系工作。2014年至今，任路易斯安那州立大学数学系和计算中心教授。主要研究方向为包括非线性优化理论和应用，稀疏矩阵，医学成像中的反问题，无导数优化等，在Mathematical Programming、SIAM Journal on Optimization、SIAM Journal on Numerical Analysis、SIAM Journal on Scientific Computing、SIAM Journal on Imaging、SIAM Journal on Control and Optimization等国际著名优化期刊发表论文60余篇，完成美国国家自然科学基金多项，现担任Computational Optimization and Applications 、Optimization Letters等多个国际杂志编委。

摘      要：

       Golden ratio primal-dual algorithm (GRPDA) is a new variant of the classical Arrow-Hurwicz method for solving structured convex-concave saddle point problems. In this talk, we present GRPDAs with adaptive linesearch, which potentially allows much larger stepsizes, and hence, could significantly accelerate the convergence speed. We show global iterate convergence as well as O(1/N) ergodic convergence rate results.  When one of the component functions is strongly convex, a faster O(1/N^2) ergodic convergence rate can be established. In addition, linear convergence can be established when subdifferential operators of the component functions are strongly metric subregular. Our preliminary numerical results show our algorithms perform much better than other state-of-art comparison algorithms.