报告题目：Convergences of regularized algorithms with random projections
报告人：林俊宏（浙江大学研究员）
报告时间：2022年5月19日周四 14：00-15：00
报告地点：腾讯会议 952772470
邀请人：杨建斌
报告摘要：In the setting of nonparametric regression over a reproducing kernel Hilbert space, we investigate regularized algorithms adapted to an orthogonal projection operator on a closed subspace of the RKHS. We prove convergence results with respect to variants of norms under a capacity assumption on the hypothesis space and a regularity condition on the target function. As a result, we obtain optimal rates for regularized algorithms with randomized sketches, provided that the sketch dimension is proportional to the effective dimension up to a logarithmic factor.
报告人简介：林俊宏，浙江大学“百人计划”研究员、博士生导师；浙江大学数学系博士，香港城市大学数学系、意大利理工学院、瑞士洛桑联邦理工大学电子工程系博士后、研究员。主要研究方向为压缩感知理论、学习理论、数据科学中的应用数学方法。已在《Applied and Computational Harmonic Analysis》、《Inverse Problems》、《Journal of Machine Learning Research》、《IEEE Transactions on Information Theory》、《IEEE Transactions on Signal Processing》、《International Conference on Machine Learning》、《Neural Information Processing Systems》等国际著名期刊/会议上发表论文数篇。受邀担任AAAI、ICML、IJCAI、NeurIPS、UAI等著名会议的PC members和多个重要期刊的评审专家。共承担各类项目多项，包括：主持国家自然科学基金项目两项、参与三项；参与国家重点研发计划项目等。入选国家“青年拔尖人才”、浙江省“创新人才”（长期项目）。