报告题目：
关于稀疏约束二次优化问题的锥松弛与应用
报告人：彭波
报告时间：2025.6.24（星期二）下午2：00-3：00
报告地点：六教（南）528室（理学院报告厅）
报告摘要：
我们将带有sparsity-inducing ℓ0 term的非凸二次优化问题重新阐述为一个新的凸问题，转化为完全正锥上的线性优化问题。我们将深入研究并比较多种松弛方法，揭示出锥约束的稀疏结构性。数值上我们将这些松弛整合成为专门的branch-and-bound框架以获得全局收敛性。我们将讨论在feature selection in linear and multi-class SVMs and 稀疏 portfolio selection中的应用，以及与最先进的industrial solvers的数值比较。
简介：
彭波于2025年获得维也纳大学博士学位，主要研究兴趣是混合整数二次规划及其在机器学习中的应用，已经在多个国家声誉高的重要期刊上发表论文，包括Mathematical Programming Computation, European Journal of Operational Research, Computational Optimization and Applications, and Journal of Optimization Theory and Applications.
