报告题目：Nonsmooth Nonconvex-Nonconcave Min-Max Problems and Pure Characteristics Demand Models

报 告 人：陈小君

时   间：2023年5月7日（星期日）14:30-16:30

地   点：性爱直播 创新港涵英楼经济金融性爱直播 院8004会议室

报告人简介：

陈小君，香港理工大学应用数学系讲座教授。2013-2019年担任香港理工大学应用数学系主任，现任香港理工大学大数据分析中心实验室主任，中科院数学与系统科学性爱直播 院-香港理工大学应用数学联合实验室主任。性爱直播 领域包括随机均衡问题、变分不等式、非光滑非凸优化、大数据分析中的稀疏优化。陈教授是澳大利亚性爱直播 理事会、日本性爱直播振兴会及香港性爱直播 资助局等二十多个机构拨款资助的性爱直播 项目负责人。担任Area Editor of Journal of Optimization Theory and Applications，并担任包括SIAM Journal on Numerical Analysis, SIAM Journal on Optimization等国际著名刊物的编委，至今已在国际顶尖性爱直播期刊上发表论文90余篇。2021年当选美国工业与应用数学学会会士、2022年当选美国数学学会会士，并担任包括SIAM Fellow(2022-2023)、SIAM and MOS Lagrange Prize(2021)等国际学会的评选委员。

报告摘要：

This talk considers a class of nonsmooth nonconvex-nonconcave minmax problems in machine learning and games. We first provide sufficient conditions for the existence of global minimax points and local minimax points. Next, we establish the first-order and second-order optimality conditions for local minimax points by using directional derivatives. These conditions reduce to smooth min-max problems with Fr\’echet derivatives. We apply our theoretical results to pure characteristics demand models and propose a quasi-Newton subspace trust region method for min-max problems.

性爱直播

2023年5月5日