2015年7月31下午3:00-4:30，應(yīng)太陽集團(tuán)tyc5997以及VCC團(tuán)隊(duì)邀請，美國歐道明大學(xué)的黎耀杭博士做了題為“Revisit of Monte Carlo Methods on Large-Scale Numerical Linear Algebra Problems”的學(xué)術(shù)報(bào)告。報(bào)告會由太陽集團(tuán)tyc5997副院長楊學(xué)志教授主持，太陽集團(tuán)tyc5997眾多師生也踴躍參加了此次學(xué)術(shù)報(bào)告。
歐道明大學(xué)與我院有著較為密切的淵源，具有共同培養(yǎng)博士生的協(xié)議，我院已有一位教師與一位碩士通過其博士資格考試，在ODU攻讀博士學(xué)位。黎耀杭博士在報(bào)告中介紹了ODU大學(xué)，并多次褒獎我們輸送的兩位優(yōu)秀博士。整個報(bào)告是以大數(shù)據(jù)為起點(diǎn)展開的，針對在數(shù)據(jù)量極具增長的情況下，大規(guī)模矩陣運(yùn)算是所出現(xiàn)的問題以及解決途徑。首先，回顧了經(jīng)典的烏蘭?馮?諾伊曼算法，該方法用于線性算子方程。在蒙特卡羅與諾伊曼體系的中，其收斂的充分必要條件是一個長期被使用的法則。然而經(jīng)典的烏蘭?馮?諾伊曼算法收斂速度較慢，限制了其在一般線性系統(tǒng)的應(yīng)用。通過在Krylov子空間中估計(jì)大系數(shù)矩陣的特征值與特征向量，在采樣迭代采樣過程中逐漸對特征值和特征向量精煉求優(yōu)，進(jìn)而在KryLov子空間中進(jìn)行蒙特卡羅采樣，得到的特征向量插入Krylov子空間后壓縮進(jìn)而加速線性求解的收斂。這種方法的內(nèi)存和矩陣的有效性都得到了提升，可以在CPU處理器結(jié)構(gòu)上高效地的實(shí)現(xiàn)。最后，黎博士介紹了該方法在生物信息學(xué)、圖像分割、比賽預(yù)測等領(lǐng)域的廣泛應(yīng)用。
黎耀杭博士現(xiàn)為歐道明大學(xué)計(jì)算機(jī)科學(xué)系副教授，他的研究興趣是在計(jì)算生物學(xué)和科學(xué)計(jì)算。他分別在2000年、2003年在佛羅里達(dá)州立大學(xué)獲得碩士，博士學(xué)位。畢業(yè)后，在橡樹嶺國家實(shí)驗(yàn)室研究工作，加入歐道明大學(xué)之前，李博士也是北卡羅萊納農(nóng)工州立大學(xué)計(jì)算機(jī)科學(xué)系副教授。另外，李教授是Ralph E. Powe Award獎以及美國NSF CAREER Award獎獲得者。
圖片報(bào)道如下：
太陽集團(tuán)tyc5997
TOP
