报告题目：l1 范数稀疏正则化的参数选取
报 告 人：刘倩茹
报告时间：2024年12月10日15：00
报告地点：莲花街校区惟德楼315会议室
报告人简介：
刘倩茹，博士。毕业于吉林大学计算数学专业。主要研究方向为机器学习、逼近论。在《Inverse problems》《Journal of Integral Equations and Applications》等多个国际期刊上发表论文。参与国家自然科学基金面上项目一项（在研），主持校级科研项目一项。
报告内容简介：
受实际应用问题的大数据特征的驱动, 稀疏学习方法的研究得到了极大的关注, 成为机器学习领域的研究热点. 从有限的经验数据中学习目标函数是一个典型的不适定问题, 正则化方法是处理此类问题的有效方法. 大量的经验结果表明, l1范数正则化方法可以诱导正则化解的稀疏表示, 从而减轻由巨量数据带来的计算负担. 因此, 该方法在统计、机器学习、信号与图像处理等领域有着广泛的应用.
欢迎广大师生参加！
数学与统计学院
2024年11月22日
教务处
最新更新
