2月10日上午，应数学与统计学院（密码学院）邀请，中国科学院数学与系统科学研究院白中治研究员为学院师生作题为“Admissibly Randomized Coordinate Descent Methods for Computing Extreme Eigenpairs of Symmetric Matrices”的学术报告。学院相关专业的教师和研究生参加聆听了本次报告，报告会由学院副院长李海锋教授主持。
报告中，白中治研究员详细介绍了针对超大规模对称矩阵特征值问题所提出的“容许随机坐标下降法”（Admissibly Randomized Coordinate Descent Methods）的创新研究成果。该研究针对传统坐标下降法在处理无法完整存入内存的巨型矩阵时收敛速度较慢、理论分析不完善等局限性，通过最小化瑞利商（Rayleigh quotients）的思路，构建了一类全新的随机迭代框架。在理论层面，白中治研究员严格证明了该算法在期望意义下的局部与半局部收敛性，并给出了关于瑞利商序列及特征向量逼近角序列收敛速率的上界估计。此外，通过与传统的循环坐标下降法及参数化幂迭代法进行对比实验，结果表明该方法在迭代次数和计算效率上均具有显著优势，为解决大规模科学计算与工程应用（如PageRank、结构动力学等）中的极端特征值问题提供了高效的数值方案 。
报告结束后，与会的师生们与白中治研究员就相关问题进行了积极的讨论与交流，现场气氛热烈，让学院师生受益匪浅。
专家简介：
白中治，中国科学院数学与系统科学研究院研究员、博士生导师。曾获得国家杰出青年科学基金、冯康科学计算奖和国务院政府特殊津贴等，并入选国家级“新世纪百千万人才工程计划”和中国科学院百人计划。在《IMA Journal of Numerical Analysis》、《Numerische Mathematik》、《SIAM Journal on Numerical Analysis》、《SIAM Journal on Matrix Analysis and Applications》、《SIAM Journal on Scientific Computing》等国际学术刊物上发表科研论文250余篇，在国际权威出版社SIAM出版专著《Matrix Analysis and Computations》一部。白中治研究员连续多次在Elsevier中国高被引学者榜单中名列前茅，并于2016至2020年连续五次跻身于汤森路透ISI Web of Science 全球高被引科学家行列。
（数学与统计学院（密码学院）李天怡）
最新通知