为深化智能科学与技术学科的理论基础建设，推动理论创新与学科交叉，本期青年博士论坛系列讲座聚焦智能科学与技术学科下的智能基础理论方向，特邀王雪杰博士作题为“将黎曼CG算法推广到广义Stiefel流形的新矢量传输算子”的专题报告，讲座聚焦于两种新型向量传输算子在非单调共轭梯度法上的应用，围绕广义Stiefel流形上的优化问题展开。
王雪杰介绍了两种基于Cayley变换的新型向量传输算子，一种基于微分收缩算子的精确推导，另一种为矩阵指数微分的高效近似。在此基础上，王雪杰将改进的Polak-Ribiére-Polyak共轭梯度法推广至广义Stiefel流形，并结合非单调线搜索策略，建立了算法的全局收敛性理论。数值实验表明，新算法在广义特征值问题、典型相关分析等应用中，相较于现有主流方法，在收敛速度与计算效率上均表现出明显优势，尤其适用于高维低秩矩阵的优化场景。
本次讲座为公司师生了解广义Stiefel流形优化算法提供了学术交流平台，深化了对黎曼空间CG算法的理解。
主讲人简介：王雪杰，博士毕业于湘潭大学数学专业。主要研究方向为流形优化、非凸非光滑优化及稀疏大规模优化等，旨在解决高维复杂结构优化建模、非凸非光滑问题收敛性保证、大规模数据计算效率与存储瓶颈等问题，应用于机器学习、图像处理、材料科学与数据挖掘等行业领域，获得发表JCAM期刊论文1篇、中文核心期刊论文1篇、在审论文3篇、申请国家发明专利1项、主持和参与湖南省研究生科研创新项目3项。
