东南大学经济管理学院邀请刘亚锋老师作了一场题为“Big Data Application Driven Optimization(大数据应用驱动的优化)”的大数据应用在职研究生讲座,经济管理学院现设有管理科学与工程、工商管理和应用经济学3个学科研究中心,以及管理科学与工程系、国际经济与贸易系、工商管理系、会计系、金融系、经济学系、电子商务系和物流管理工程系等8个系,包含信息管理与信息系统、国际经济与贸易、工商管理、财务与会计学、金融学、经济学、电子商务、物流管理、金融工程等专业。在职研究生讲座的主要内容是:
从大数据应用所产生的许多问题可归结为优化问题。一方面,这些优化问题往往非凸和高度非线性;另一方面,这些问题有其自己的特殊结构,例如隐凸和稀疏。在这次演讲中,我将重点放在两个大数据应用驱动的优化问题,尤其是在设计定制算法,通过利用其特殊结构的解决这些问题。特别是,我想谈一谈从机器学习的最小包含球的问题,并从拍卖的时间间隔子集和问题。
Many problems arising from big data applications can be formulated as optimization problems. On one hand, these optimization problems are often non-convex and highly nonlinear; on the other hand, these problems have their own special structures such as hidden convexity and sparsity. In this talk, I shall focus on two big data application driven optimization problems, especially on designing customized algorithms for solving these problems by the use of their special structures. In particular, I shall talk about the smallest enclosing ball problem from machine learning and the interval subset sum problem from acutions.