主讲人：江波

主办单位：数学与人工智能学院

讲座时间：2026年5月22日（星期五） 15:30--16:30

讲座地点：科创中心2001

内容简介：

In this talk, we revisit a classical adaptive stepsize strategy for gradient descent: the Polyak stepsize (PolyakGD), originally proposed in Polyak (1969). We study the convergence behavior of PolyakGD from two perspectives: tight worst-case analysis and universality across function classes. As our first main result, we establish the tightness of the known convergence rates of PolyakGD by explicitly constructing worst-case functions. Our second main result provides new convergence guarantees for PolyakGD under both H¨older smoothness and H¨older growth conditions.  

主讲人简介：

江波，美国明尼苏达大学博士，上海财经大学前沿交叉书院院长、信息管理与工程学院副院长；国家级青年人才；从事运筹优化、收益管理等方向的研究。成果发表于管理科学、运筹优化的国际顶级期刊MS、OR、MP、SOPT、MOR。获得了中国运筹学会青年科技奖、上海市自然科学奖二等奖、宝钢优秀教师奖等荣誉。主持国家自然科学基金重大项目等多项课题。为顺丰、京东等国内多个标杆企业提供仓库优化、智能定价、智能选址等技术服务。