印卧涛校友荣获Egon Balas奖

发布者:徐月瑶发布时间:2022-04-19浏览次数:10

日前,运筹学和管理学研究会(INFORMS)优化协会宣布,南京大学数学系系友、中国数学家印卧涛荣获2021年度Egon Balas奖,以表彰其在优化领域做出的突出贡献。

印卧涛,2001年本科毕业于南京大学数学系,后赴美国哥伦比亚大学攻读运筹学,2006年获得博士学位。毕业后在Rice University任助理教授、副教授。2013年加入加州大学洛杉矶分校数学系并晋升教授。

2019年加入阿里巴巴达摩院,主持创建了决策智能实验室,带领团队打造出中国首个免费开放的商用求解器MindOpt,多次获得国际权威榜单第一名。先后获得了NSF CAREER奖、斯隆研究奖、晨兴应用数学金奖以及达摩奖。全球知名学术分析机构科睿唯安(Clarivate Analytics)公布的2021年度全球top1%高被引数学家名单,印卧涛名列其中。

印卧涛的工作涵盖了从理论分析到实用算法,再到代码开发。他是算子分裂方法、并行和分布式计算、无中心优化、压缩感知和变分图像处理领域世界上最有影响力的研究者之一。而这些领域的快速发展对机器学习和数据科学尤为重要,他对这些领域的贡献,尤其是对成像科学的贡献,为高效优化算法注入了理论严谨性,并在过去15年左右的时间里产生了持久的影响。

在成像科学领域,印卧涛发明了压缩感知和图像恢复的快速优化算法,包括当下广泛使用的Bregman算法,能较大幅度提升核磁共振、CT、脑成像等众多场景下的成像质量,信噪比提升数分贝。颁奖词中提及的算子分裂,是将复杂数学问题分解为一组简单子问题,属于数学领域的基础方法。印卧涛和学生发现了第一个可以用于分解三单调运算符而不增加变量维度的方法,被学界称为Davis-Yin Splitting,对算子分裂的发展做出了突破性贡献。

过去10年左右,印卧涛在大数据问题的分布式并行优化方面完成了多项优秀工作。他的算法Jacobi ADMM可在几分钟内解决涉及多个块和数百GB数据的ADMM优化模型。他是2013年NSF(美国自然科学基金)大数据启动会议的三位讨论负责人之一。最近几年,印卧涛研究了异步并行计算的理论。他与学生一起提出一个ARock算法框架,可以让一个多线程算法在信息拥堵而线程不等待的状况下依然保证严格收敛,框架内的许多并行方法可以从异步并行中受益。

据悉,运筹学和管理科学研究会(INFORMS)是全球规模最大、影响力最强的运筹学和管理科学领域学术组织,下设优化协会。所谓优化(Optimization),是针对现实生活生产中的复杂问题,利用数学找出最优解,为决策提供科学依据,华罗庚亲自推广的优选法就是其中典型。优化横跨运筹学、数学、经济学、管理学等多个学科,也是时下火热的人工智能最核心的部分,具有重要的科研和应用价值。

为了纪念整数规划大师Egon Balas, INFORMS Optimization Society在2020年设立了Egon Balas奖,每年颁发给在优化领域做出突出贡献的个人。该奖项是对获奖者在优化领域的创新性和影响力的认可,包括其理论、算法和计算。该奖项包括3,000美元的现金和一份证书。获奖者将被邀请在颁奖当年的秋季INFORMS年会上发表演讲。Egon Balas奖旨在奖励对优化做出突出贡献的中青年学者(获得最高学位不超过15年),每年全球仅评选一人。

    (南数后花园)

南京大学校友会版权所有 苏ICP备10085945号