主题：Randomized matrix multiplication and ridge regression via optimal subsampling（利用最优的二次抽样方法来做随机的矩阵乘法和岭回归）

主讲人：重庆大学数学与统计学院 李寒宇教授

主持人：经济数学学院 顾先明副教授

时间：2021年11月25日（周四）19:00

直播平台及会议ID：腾讯会议，313 192 769

主办单位：经济数学学院 科研处

主讲人简介：

李寒宇，博士、重庆大学教授、博士生导师，现任重庆工业与应用数学学会副理事长。主要研究方向：随机数值代数、统计计算、张量回归等。先后主持国家自然科学基金项目2项、重庆市自然科学基金项目2项，在国际知名杂志，如： SIMAX, BIT, NLAA等发表学术论文多篇。

内容提要：

In this talk, we will introduce the random sampling algorithms for block matrix multiplication and high dimensional ridge regression based on the optimal subsampling technique. We will present the optimal subsampling probabilities, nearly optimal subsampling probabilities, and corresponding two step algorithms for these two problems. Error analysis and numerical experiments of the corresponding algorithms are also provided. (在本次报告中，我们将介绍利用基于最优二次采样技术的随机采样算法来计算分块矩阵乘法和高位岭回归问题，也将介绍最优二次采样概率和近似最优二次采样概率及其求解上述两类问题的相对应的两步迭代法。同时，误差分析和相应的数值实验也将证实我们所提出的算法有有效。)