报告题目：Dantzig选择器的特征分割并行算法
报告人：张志民
报告时间：2025年6月19日星期四 14:00-16:00
地点：位育楼217
报告摘要：Dantzig选择器是一种广泛应用于超高维数据变量选择的有效方法。特征分割是一种高效的处理技术，它将这些超高维变量数据集划分为更易于在单台机器上存储和处理的可管理子集。本文基于邻近点算法，提出了一种用于求解凸和非凸Dantzig选择器的变量分割并行算法。与现有并行方法相比，我们的并行算法的主要优势在于显著减少了迭代变量的数量，从而极大地提高了计算效率并加速算法收敛速度。此外，我们证明了无论数据如何划分，算法解都保持不变，这一性质称为划分不敏感。在理论上，我们使用简洁的证明框架证明了该算法具有线性收敛性。数值实验表明，该算法在并行和非并行环境中均具有竞争优势。
个人简介：张志民，重庆大学教授、博士生导师，重庆市学术技术带头人，香港大学和墨尔本大学访问学者。目前担任中国工业与应用数学学会理事，中国现场统计研究会风险管理与精算分会常务理事，中国双法研究会量化金融与保险分会常务理事、重庆市统计学会理事等。主要研究兴趣为金融统计、金融数学、风险管理与精算学、统计学习、机器学习等。已经发表高水平论文80余篇，主持10余项国家级、省部级和横向课题。