核方法中的并行最优化算法

核方法是机器学习和数据挖掘领域中的一类重要方法，它在文本分析、语音识别、图像处理、计算机视觉、计算生物学等多个学科有着广泛的应用。本项目拟针对核方法中的若干最优化模型开展其并行最优化求解方法的设计和研究工作，包括（1）基于最优化理论和算法设计技巧，探讨如何改进现有核方法中的模型和设计新模型；（2）结合具体问题的信息和背景知识，深入挖掘模型结构特点，有针对性地设计最优化算法和相应的并行化策略；（3）分析新算法的计算复杂性、全局收敛性和局部收敛速度等理论性质；（4）对新算法编写程序代码并进行数值实验。在国际上，对本项目的主要研究内容，有的尚未见到，有的也只是处于起步阶段。据我们所知，目前国内还没有从"并行最优化算法"的角度对核学习方法进行研究的工作。因此，开展本项目的研究可以进一步丰富我国在机器学习和最优化领域的研究内容，缩短我国在并行优化方向上与世界先进水平之间的差距。