3月20日下午，青岛大学甘敏教授在理学院201报告厅作了题为“分离优化算法：批量学习与随机学习”的学术报告。报告会由理学院副院长高洁教授主持，理学院的部分教师与数学专业研究生聆听了该报告。

报告会上，甘敏教授从机器学习优化问题谈起，介绍了两种典型的批处理方法：梯度下降算法和牛顿法。接着引入了一种分离优化算法-变量投影算法，并详细介绍了变量投影算法在可分离非线性最小二乘和低维矩阵分解中的应用。甘敏教授说到，科学与工程计算中出现的很多大型模型，都可以通过变量分离算法降低系统的维度，从而有效减轻原始优化问题的病态性，并使原问题收敛加快。报告结束后，甘敏教授与我院师生就报告的相关问题进行了深入细致的交流。此次报告深入浅出、图文并茂，师生们表示通过活动受益匪浅。

甘敏，青岛大学计算机科学技术学院教授，山东省泰山学者青年专家，IEEE高级会员。2010年获中南大学控制科学与工程博士学位。主要研究方向为机器学习、统计建模与优化、计算机视觉。在IEEE期刊上发表论文30余篇。一直从事机器学习、非线性优化、系统建模、计算机视觉的研究工作，在国内外重要刊物《IEEE Transactions on Pattern Recognition and Machine Intelligence》《IEEE Transactions on Automatic Control》《IEEE Transactions on Image Processing》 《IEEE Transactions on Cybernetics》《IEEE Transactions on Neural Networks and Learning Systems》《IEEE Transactions on Instrumentation and Measurement》 《IEEE Transactions on System, Man, and Cybernetics: Systems》 《IEEE Signal Processing Letters》 上发表论文30余篇，5篇次入选ESI高被引论文，3篇次入选ESI热点论文。

甘敏教授报告会