受永利yl23411邀请，云南师范大学胡恩良教授于2022年12月15日下午2:50做了Efficient Low-Rank Semidefinite Programming with Robust Loss Functions学术报告。本次报告以腾讯会议的形式举行，由乔立山教授主持，永利yl23411部分教师和研究生聆听了报告。

　　在实际应用中，机器学习算法对数据异常值或损坏的鲁棒性非常重要。本次报告专注于提高一类大型学习算法的鲁棒性，这些算法被表述为SDP问题。传统的公式使用平方损失，它因对异常值敏感而臭名昭著。我们建议用更健壮的噪声模型来代替它。然而，由此产生的优化问题变得困难，因为目标不再是凸的或光滑的。为了解决这一问题，我们设计了一种基于最大化最小化的高效算法。问题的关键是如何构造一个好的优化代理，我们证明用ADMM可以有效地得到这个代理。通过对 ADMM的收敛性进行适当的监测，该算法在经验上是有效的，在理论上也能保证收敛到临界点。在四个机器学习应用程序上使用合成和真实数据集进行了广泛的实验。实验结果表明，该算法不仅速度快，而且性能优于现有算法。

　　胡恩良，云南师范大学教授、硕士生导师；IEEE会员、中国计算机学会会员、中国人工智能学会机器学习专业委员会委员。博士毕业于南京航空航天大学计算机应用技术专业，曾到香港科技大学做过Rescarch Assistant和Postdoctoral Fellow工作。在知名国际会议ICML、IJCAL和期刊IEEE TPAMI、IEEE TNNLS、SCIENCE CHINA等发表学术论文 20余篇，目前已主持国家自然科学基金项目3项。