報告人：雷淵 教授

報告題目：求解大規模k-稀疏特征值問題的強化學習算法

報告時間：2026年4月20日（周一）下午4：00

報告地點：云龍校區6號樓304報告廳

主辦單位：數學與統計學院、數學研究院、科學技術研究院

報告人簡介：

雷淵，湖南大學數學學院教授、博士生導師，湖南大學岳麓學者，主要從事約束矩陣方程問題、約束最小二乘問題、矩陣特征值的數值解法以及強化學習理論與方法的研究工作。多年來，主持國家自然科學基金項目、軍工重大專項、湖南省高校創新平臺開放基金、長沙市科技發展公共平臺建設重大專項等多項科研課題，先后在《SIAM J. Matrix Anal. Appl.》、《Numer. Linear Algebra Appl.》、《Linear Algebra Appl.》、《Numerical Algorithms》、《Acta Math. Sinca》、《J.Comput. Math.》和《計算數學》等國內外核心雜志上發表學術論文30余篇。

報告摘要：

大規模k-稀疏特征值問題來源于量子力學中多體哈密頓量的特征函數配置問題，其本質上為一個組合優化問題。盡管利用先進的稀疏矩陣技術和高效迭代方法，在高性能計算機上求解此類問題已取得顯著進展，但目前能求解的問題規模仍受可用計算資源的限制。本報告從機器學習的角度嘗試給出求解大規模k-稀疏特征值問題的強化學習算法，分析了算法的收斂性和復雜度，并通過數值例子驗證了算法的有效性。