数学统计学与力学学院研究成果在人工智能顶级期刊JMLR发表

数学统计学与力学学院数学系运筹学与信息工程研究所徐大川教授指导的博士生连月芳以第一作者身份在人工智能顶级期刊Journal of Machine Learning Research(简称JMLR)发表论文“Zeroth-order stochastic approximation algorithms for DR-submodular optimization”。这是我校在JMLR上发表的第一篇论文。论文作者包括北京工业大学博士生连月芳、鹏城实验室王晓副研究员、北京工业大学徐大川教授、澳大利亚詹姆斯库克大学博士生赵中睿。

DR-次模优化问题因其目标函数的收益递减性在资源分配、网络安全等机器学习领域受到广泛关注。为了解决仅有历史数据且梯度计算困难的次模优化问题，零阶随机DR-次模优化算法研究具有实际意义但进展有限。不同于一般非凸优化，次模优化的随机近似算法在设计时不仅要考虑降低样本复杂度，还要同时提升近似比，使得该研究更具挑战性。论文探讨了次模最大化问题的零阶随机算法设计和分析，涵盖光滑和非光滑情形下的近似算法，通过引入不同的辅助函数形式和梯度估计方法，确保了多种背景下的算法性能。

Journal of Machine Learning Research由麻省理工学院出版社(MIT Press)出版，依托于麻省理工学院计算机科学与人工智能实验(MIT CSAIL: MIT Computer Science & Artificial Intelligence Lab)，旨在刊登人工智能与机器学习领域的高质量前沿研究成果，是国际上公认的计算机领域顶级期刊之一，也是中国计算机学会A类推荐的在人工智能、机器学习和模式识别领域的四大国际顶级期刊之一。

文章链接：https://jmlr.org/papers/volume25/23-1523/23-1523.pdf

数学统计学与力学学院

                                2025年2月13日