题  目：A Parallel Line Search Subspace Correction Method for Composite Convex Optimization

内容简介：We investigate a parallel subspace correction framework for composite convex optimization. The variables are first divided into a few blocks based on certain rules. At each iteration, the algorithms solve a suitable subproblem on each block simultaneously, construct a search direction by combining their solutions on all blocks, then identify a new point along this direction using a step size satisfying the Armijo line search condition. They are called PSCLN and PSCLO, respectively, depending on whether there are overlapping regions between two immediately adjacent blocks of variables.  Their convergence is established under mild assumptions. We compare PSCLN and PSCLO with the parallel version of the fast iterative thresholding algorithm and the fixed-point continuation method using the Barzilar-Borwein step size and the greedy coordinate block descent method for solving the L1-regularized minimization problems. Our numerical results show that PSCLN and PSCLO can run fast and return solutions no worse than those from the state-of-the-art algorithms. It is also observed that the overlapping domain decomposition scheme is helpful when the data of the problem has certain special structures.

报告人：中国科学院数学与系统科学研究院  袁亚湘  研究员

报告人简介：袁亚湘研究员现任中国科学院院士，巴西科学院通讯院士，第三世界科学院院士，SIAM Fellow, AMS Fellow, 全国政协委员，中国数学会理事长。他的研究方向是最优化计算方法。在非线性优化计算方法、信赖域方法、拟牛顿方法、共轭梯度法等领域做出了突出贡献，他在非线性规划方面的研究成果被国际上命名为“袁氏引理”。曾获“中国科学院青年科学家奖”一等奖、首届“冯康科学计算奖”、第三届“中国青年科学家奖”、“国家杰出青年基金”、“中国十大杰出青年”、科技部“国家重点实验室计划先进个人奖”、“北京市科学技术一等奖”、中国科协“全国优秀科技工作者”和“国家自然科学奖”二等奖、中国数学会“陈省身数学奖”以及发展中国家科学院（原第三世界科学院）数学奖等荣誉奖项。

时  间：2015年12月10日（周四）上午9：00始

地  点：行政楼1111会议室

热烈欢迎广大师生参加!

信息科学技术学院/网络空间安全学院

2015年12月7日