2021年11月14日，應數(shù)學與信息科學學院邀請,，浙江大學林俊宏教授通過騰訊會議為我院師生做學術報告,。河南師范大學的相關專業(yè)教師,、研究生參加了此次學術會議。

    林俊宏教授作了題為” Convergences of sketched-regularized algorithms”的報告,。林俊宏教授介紹了在重現(xiàn)希爾伯特核空間上的非參數(shù)回歸的背景下,，研究了適應RKHS的一個封閉子空間上的正交投影算子的正則算法。證明了在假設空間的容量假設和目標函數(shù)的正則性條件下,，與規(guī)范的變體有關的收斂結果,。得到最終的結論為：只要草圖維度與有效維度成正比，并達到對數(shù)系數(shù),，就能得到具有隨機草圖的正則化算法的最佳速率,。

專家簡介：

林俊宏，浙江大學“百人計劃”研究員,、博士生導師,；浙江大學理學博士（應用數(shù)學專業(yè)），香港城市大學和瑞士洛桑聯(lián)邦理工大學博士后/研究員,。主要研究方向為壓縮感知理論和學習理論,。已在ACHA、 JMLR,、TIT,、TSP、ICML、 NeurIPS 等國際主流期刊/會議上發(fā)表論文20余篇,。主持國家自然科學基金面上項目等,，入選浙江省省級人才計劃。