報告人：王曉 教授
報告題目：Stochastic approximation methods for nonconvex constrained optimization
報告時間：2026年5月25日（周一）上午10：30
報告地點：騰訊會議：617-562-709
主辦單位：數學與統計學院、數學研究院、科學技術研究院
報告人簡介：
王曉，中山大學教授、博士生導師。研究方向為大規模非凸優化算法和理論。部分成果發表在SIAM系列期刊、Math. Oper. Res.、Math. Comp.、J. Mach. Learn. Res.等期刊。入選國家級青年人才計劃。曾榮獲中國工業與應用數學學會應用數學青年科技獎、中國運籌學會青年科技獎。目前擔任中國運籌學會理事、中國工業與應用數學學會優化及其應用專業委員會（籌）秘書長、廣東省運籌學會副理事長。
報告摘要：
Nonconvex constrained optimization is a vital research area within the optimization community, encompassing a wide range of applications across various fields. However, addressing nonconvex constrained optimization presents significant challenges due to the large-scale data and inherent uncertainties as well as potentially nonconvex functional constraints in optimization models. In this talk, I will report our recent progress on stochastic approximation methods for nonconvex constrained optimization that include established complexity bounds and/or convergence properties.