报告题目：基于非平稳数据流的分布式学习与优化

报告人：李韬 华东师范大学 教授/博士生导师

报告时间：2025年5月7日下午2:30-3:30

报告地点：腾讯会议：993-221-708

报告对象：感兴趣的教师、研究生、本科生等

主办单位：电力电子与运动控制安徽省高等学校省级重点实验室、电气与信息工程学院

报告人简介：李韬，2004年本科毕业于南开大学信息技术科学学院自动化专业，2009年获中国科学院数学与系统科学研究院系统理论博士学位，现任华东师范大学二级教授、教育部“数学与工程应用”重点实验室副主任、纽约大学-华东师范大学联合数学科学中心客座教授、上海国家应用数学中心随机控制与信息-物理-能源系统研究团队负责人。曾入选中国科学院青年创新促进会首批会员(2011)、上海市“东方学者”特聘教授(2012)、获国家级人才称号。主要研究方向为随机系统与控制、分布式学习、控制与博弈。曾主持国家自然科学基金优秀青年科学基金、NSFC-RSF(中俄)联合研究基金等。曾获爱思唯尔中国高被引学者(2021-2024)、第7届亚洲控制大会最佳论文、第28届张嗣瀛优秀青年论文、第17届IFAC世界大会青年作者奖荣誉提名(五篇之一)、《中国科学：信息科学》五年高引论文、新加坡千禧基金研究奖、澳大利亚教育部奋进研究奖、中国科学院院长特别奖等。目前担任Systems and Control Letters、Nonlinear Analysis: Hybrid Systems、SCIENCE CHINA Information Sciences等期刊的责任编委，上海市科学技术协会第十一届委员会委员等。

摘要：研究了基于非平稳数据流和随机图序列的“共识+新息”型去中心化分布式学习算法的收敛性，建立了保证算法收敛的“随机时空激励条件”。针对带有随机时变通信延时的情形，引入了延时矩阵模型来显式地刻画随机延时对算法收敛性的影响。对带有L2正则项的情形，建立了估计误差的非负上鞅型不等式，建立了保证算法收敛的“样本轨道随机时空激励条件”。对基于非平稳数据流和随机图序列的去中心化分布式随机梯度下降算法，在不要求次梯度函数有界的情况下建立了算法的收敛性条件。

欢迎全校师生踊跃参加！