2021年11月14日，应数学与信息科学学院邀请，浙江大学林俊宏教授通过腾讯会议为我院师生做学术报告。河南师范大学的相关专业教师、研究生参加了此次学术会议。

    林俊宏教授作了题为” Convergences of sketched-regularized algorithms”的报告。林俊宏教授介绍了在重现希尔伯特核空间上的非参数回归的背景下，研究了适应RKHS的一个封闭子空间上的正交投影算子的正则算法。证明了在假设空间的容量假设和目标函数的正则性条件下，与规范的变体有关的收敛结果。得到最终的结论为：只要草图维度与有效维度成正比，并达到对数系数，就能得到具有随机草图的正则化算法的最佳速率。

专家简介：

林俊宏，浙江大学“百人计划”研究员、博士生导师；浙江大学理学博士（应用数学专业），香港城市大学和瑞士洛桑联邦理工大学博士后/研究员。主要研究方向为压缩感知理论和学习理论。已在ACHA、 JMLR、TIT、TSP、ICML、 NeurIPS 等国际主流期刊/会议上发表论文20余篇。主持国家自然科学基金面上项目等，入选浙江省省级人才计划。