尤里·涅斯捷羅夫

尤里·涅斯捷羅夫(俄语:Юрий Нестеров羅馬化Yurii Nesterov,1956年1月25日)是一名比利時數學家,國際公認的凸優化專家,特別是在高效算法的開發和數值優化分析方面。他目前是魯汶天主教大學教授

尤里·涅斯捷羅夫
Yurii Nesterov
攝於2005年上沃爾法赫
出生 (1956-01-25) 1956年1月25日68歲)
 苏联俄羅斯莫斯科
公民权 比利时
母校莫斯科國立大學
奖项丹齊格獎英语Dantzig Prize(2000年)
約翰·馮·諾伊曼理論獎英语John von Neumann Theory Prize(2009年)
EURO金質獎章英语EURO Gold Medal(2016年)
科学生涯
研究领域凸優化半正定規劃非線性規劃數值分析應用數學
机构魯汶天主教大學
國立高等經濟學院
中央數學經濟研究所英语Central Economic Mathematical Institute
博士導師鮑里斯·波利亞克(Boris Polyak)

生平

编辑

1977年,涅斯捷羅夫在莫斯科國立大學應用數學系畢業。1977年至1992年,他是俄羅斯科學院中央數學經濟研究所英语Central Economic Mathematical Institute的一名研究員。自1993年以來,他一直在魯汶天主教大學工作,特別是來自魯汶工程學院英语Louvain School of Engineering的數學工程、運籌學和計量經濟學中心英语Center for Operations Research and Econometrics

2000年,涅斯捷羅夫獲得丹齊格獎英语Dantzig Prize[1]

2009年,涅斯捷羅夫獲得約翰·馮·諾伊曼理論獎英语John von Neumann Theory Prize[2]

2016年,涅斯捷羅夫獲得EURO金質獎章英语EURO Gold Medal[3]

學術研究

编辑

涅斯捷羅夫最著名的是他在凸優化方面的研究,包括其在2004年的著作,被認為是該主題的經典參考資料[4]。他的主要創新貢獻是一種加速版的梯度下降法,其收斂速度比普通的梯度下降法快得多[5][6][7][8]。這種方法有時被稱為「FISTA」,由Beck和Teboulle在2009年的論文《一種用於線性逆向問題的快速迭代收縮-閥值算法》中進一步發展[9]

他與阿爾卡迪·內米羅夫斯基在1994年的著作[10]中首次指出內點法英语Interior-point method可以解決凸優化問題,也是第一次對半正定規劃(SDP)進行系統性研究。在這本書中,他們還介紹了自洽函數英语Self-concordant function,這對牛頓法的分析很有幫助[11]

參考資料

编辑
  1. ^ The George B. Dantzig Prize. 2000 [December 12, 2014]. (原始内容存档于2017-11-20). 
  2. ^ John Von Neumann Theorey Prize. 2009 [June 4, 2014]. (原始内容存档于2014-02-22). 
  3. ^ EURO Gold Medal. 2016 [August 20, 2016]. (原始内容存档于2016-09-16). 
  4. ^ Nesterov, Yurii. Introductory lectures on convex optimization : A basic course. Kluwer Academic Publishers. 2004. CiteSeerX 10.1.1.693.855 . ISBN 978-1402075537. 
  5. ^ Nesterov, Y. A method for unconstrained convex minimization problem with the rate of convergence  . Doklady AN USSR. 1983, 269: 543–547. 
  6. ^ Bubeck, Sebastien. ORF523: Nesterov's Accelerated Gradient Descent. April 1, 2013 [June 4, 2014]. (原始内容存档于2014-07-14). 
  7. ^ Bubeck, Sebastien. Nesterov's Accelerated Gradient Descent for Smooth and Strongly Convex Optimization. March 6, 2014 [June 4, 2014]. (原始内容存档于2014-07-15). 
  8. ^ The Zen of Gradient Descent. [2022-04-19]. (原始内容存档于2017-10-17). 
  9. ^ Beck, Amir; Teboulle, Marc. A Fast Iterative Shrinkage-Thresholding Algorithm for Linear Inverse Problems. SIAM Journal on Imaging Sciences. 2009-01-01, 2 (1): 183–202 [2022-04-19]. doi:10.1137/080716542. (原始内容存档于2022-02-12). 
  10. ^ Nesterov, Yurii; Arkadii, Nemirovskii. Interior-Point Polynomial Algorithms in Convex Programming. Society for Industrial and Applied Mathematics. 1995. ISBN 978-0898715156. 
  11. ^ Boyd, Stephen P.; Vandenberghe, Lieven. Convex Optimization (PDF). Cambridge University Press. 2004 [October 15, 2011]. ISBN 978-0-521-83378-3. (原始内容 (PDF)存档于2021-05-09). 

外部連結

编辑