（计算机学院宣 文/图 徐元荣）2018年6月20日，应计算机科学与技术学院、生物计算研究中心卢光明教授的邀请，佐治亚理工学院赵拓副教授在A509为我院师生做题为 “Towards Understanding Overparameterized Nonconvex Optimization in Machine Learning”的学术讲座，报告会由卢光明教授主持。

报告中，赵拓副教授围绕自身的研究方向详细介绍了机器学习领域过参数化和非凸优化的最新进展。报告首先介绍了一些常用神经网络的泛化界，包括CNN,RNN,GAN等，并讨论了他们在实际应用中的缺点。然后，赵拓副教授介绍了机器学习中一些常见的过参数模型和他们的优化策略。重点分析了非凸函数优化的几何特征，并结合这些特征讲述了随机梯度算法的动态过程。通过这些形象的讲解，加深了同学们对非凸优化问题的认识，并引起了大家的广泛兴趣。

最后，赵拓副教授向大家介绍了所在课题组的研究方向，并分享了自己的科研经验。报告过程中，在场师生进行了热烈的讨论，赵拓副教授对师生提出的问题进行了详尽的解答，本次讲座使得在场师生受益匪浅。

主讲人简历：

赵拓，佐治亚理工大学工业工程系与计算机系副教授。他先后在哈尔滨工业大学获得计算机硕士学士学位，在明尼苏达大学获得应用数学硕士学位，在约翰霍普金斯大学获得计算机博士学位。他的研究方向包括机器学习中的优化算法开发和理论分析，和开源科学计算软件开发。他曾获得包括美国运筹和管理研究学会数据挖掘最佳论文奖，美国统计协会统计计算最佳论文奖，百度奖学金，西贝尔奖学金在内的学术奖项。

讲座现场 一

讲座现场 二