报告题目：A Communication-Efficient and Privacy-Aware Distributed Algorithm for Sparse PCA

报告人：刘歆（中国科学院）

报告时间：2021年12月6日9:00-

报告地点：腾讯会议941 979 530

报告内容简介：

As a prominent variant of principal component analysis (PCA), sparse PCA attempts to find sparse loading vectors when conducting dimension reduction. This paper aims to calculate sparse PCA through solving an optimization problem pursuing orthogonality and sparsity simultaneously. We propose a splitting and alternating approach, leading to an efficient distributed algorithm, called DAL1, for solving this nonconvex and nonsmooth optimization problem. Convergence of DAL1 to stationary points has been rigorously established. Computational experiments demonstrate that, due to its fast convergence in terms of iteration count, DAL1 requires far fewer rounds of communications to reach the prescribed accuracy than those required by existing peer methods. Unlike existing algorithms, there is a relatively small possibility of data leakage for DAL1.

报告人简介：

刘歆，中国科学院数学与系统科学研究院，研究员、博士生导师。2004年本科毕业于北京大学数学科学学院；2009年于中国科学院数学与系统科学研究院获得博士学位；毕业后留所工作至今。曾在德国Zuse Institute Berlin，美国Rice大学，美国纽约大学Courant研究所等科研院所长期访问。主要研究方向包括：线性与非线性特征值问题、Stiefel流形上的优化问题、分布式优化算法设计，及其在电子结构计算、统计大数据分析、机器学习中的应用。2016年获得国家优秀青年科学基金；2016年获得中国运筹学会青年科技奖；2020年获得中国工业与应用数学学会应用数学青年科技奖；2021年获得国家杰出青年科学基金。目前担任《Mathematical Programming Computation》、《Journal of Computational Mathematics》、《Journal of Industrial and Management Optimization》等国内外期刊编委；并担任中国科学院数学与系统科学研究院-香港理工大学“应用数学”联合实验室副主任，中国运筹学会常务理事，中国工业与应用数学会副秘书长。