报告时间：2020年8月5日（周三）19:00开始
报告地点：腾讯会议在线报告
会议链接：//meeting.tencent.com/s/cos9HaFMj3fC
会议 ID：555 368 223
系列课程讲座题目3：Complexity Analysis of Classical Artificial Intelligence Searching Algorithms
课程讲授人：Chen Shengyuan（加拿大约克大学 教授）
报告摘要： With decades research in AI, abundant searching algorithms are available for solving a new problem. How to pick the right one for your current task? What are the decision factors? What are the tradeoff among memory limitation, speed concern, and solution quality? This seminar provides the most fundamental analysis to these critical issues, and provides solid basis for future complexity research. Both rigorous mathematical derivation and intuitive graphical visualization are provided in the seminar to deep the understanding.
报告人简要： Chen Shengyuan，加拿大约克大学数学与统计系教授。 陈教授于1997年在吉林大学获管理科学学士学位，2004年在英属哥伦比亚大学（UBC）获管理科学硕士学位，2008年毕业于美国西北大学工业工程和管理科学专业，获博士学位。2009年在IBM人工智能研究中心从事博士后研究工作。2010年至今在约克大学数学与统计系工作。陈教授的研究方向为深度学习、优化研究。特别是在不确定情性下的优化（例如：综合风险和决策建模，稀疏网格情景生成等）和深度学习神经网络的大规模优化等方面，作了大量研究工作。在SIAM Journal of Optimization、J. Optimization Theory and Applications、Optimization Method and Software等国际一流期刊上发表了20多篇论文。
