报告时间：2025年12月16日（周二）18：30-20：30

腾讯会议：531 647 590（线上）

报告（一）

报告题目：系统科学视角下的分数阶分布式优化

报告时间：2025年12月16日（周二）18：30-19：30

主讲嘉宾：卫一恒

内容简介：本报告从系统科学的视角出发重新审视分布式优化问题，并在有分数阶动力学约束的情况下，设计了一系列高性能的分布式优化算法。首先回顾分数阶微积分的发展历史，尤其是近年来关键的应用，其次引入备受关注的群体智能理论，然后聚焦于分数阶微积分与群体智能理论中的分布式优化技术相结合，一方面综述了现有分数阶分布式优化算法的研究进展，讨论了关键技术；另一方面从系统科学的视角完成了算法的设计与分析，并以分数阶梯度跟踪算法为例，介绍所构造的几类算法，并给出了算法的收敛性分析思路；最后，通过丰富的算例验证了算法的可行性和优越性，给出了未来有价值的研究方向。

专家简介：卫一恒，东南大学教授，博士生导师，系统科学系副主任，网络群体智能团队成员，本科和博士分别毕业于东北大学和中国科学技术大学，曾在香港城市大学从事博士后研究，在中国科学技术大学任副研究员，在加州大学默塞德分校陈阳泉教授团队访学。卫一恒是多个学会的高级/终身会员，如IEEE、中国自动化学会、中国指挥与控制学会等，担任多个机构的函评专家，如基金委、科技部等，入选全球前2%顶尖科学家榜单（连续六年）、江苏省双创博士、南京市科技创新择优资助计划等。卫一恒的主要研究方向为分数阶微积分理论及其在群体智能系统中的应用，曾作为创始人之一参与筹建了中国自动化学会分数阶系统与控制专业委员会，并担任首届常务委员、主任助理。卫一恒在包括IEEE TAC，IEEE TSMC，IEEE TCSI，IEEE TSIPN，IEEE TCPS等期刊已发表SCI论文60余篇，出版专著一部《Nabla离散分数阶系统：分析与控制》，主持完成国家自然科学基金、安徽省自然科学基金和博士后科学基金等项目多项。

报告（二）

报告题目：基于零阶梯度信息的分布式弱凸优化研究

报告时间：2025年12月16日（周二）19：30-20：30

主讲嘉宾：程松松

内容简介：机器学习中的诸多非凸优化问题, 如鲁棒相位恢复、低秩矩阵补全以及稀疏字典学习等, 可以建模为弱凸优化问题. 然而, 该类问题的求解面临三个挑战: 首先, 目标函数固有的非凸性使得这类问题不易求解; 其次, 随着问题规模的增加, 传统的集中式计算框架难以有效求解此类问题; 最后, 在梯度信息缺失的情形下, 如何求解该类问题. 针对上述挑战, 本报告介绍一种基于正交随机方向矩阵的梯度估计框架, 并设计若干分布式算法用于求解弱凸优化问题.

专家简介：程松松, 安徽大学自动化系副教授，于2018年获得中国科学技术大学博士学位，曾在新加坡南洋理工大学、中国科学院系统控制重点实验室从事博士后研究并入选博新计划。任Journal of Systems Science & Complexity青年编委，International Journal of Control, Automation and Systems编委。在IEEE TAC、中国科学、自动化学报、IEEE CDC等期刊/会议上发表学术论文50余篇。

欢迎广大师生参会交流！