浙江省省自然科学科学基金研究计划-重点项目（2022年立项）：一类鲁棒回归建模的并行优化理论与快速算法研究（负责人：赖晓平）
项目主要信息：
回归分析已被广泛应用于产业大数据建模，鲁棒回归是增强回归模型鲁棒性的重要途径。然而，鲁棒回归的复杂目标函数增加了模型优化的困难，数据的大体量和高维度更是给优化算法带来超大计算量的严峻挑战。针对该挑战，项目拟借助交替方向乘子法（ADMM）的优良并行结构，开展一类鲁棒回归建模的并行优化理论与快速算法研究。通过ADMM模型分划方法的研究，独创性地提出具有高度并行性和扩展性的鲁棒回归问题并行优化的标量化最大分划ADMM框架。通过ADMM加速方法的研究，提出新颖的ADMM加速技术及鲁棒回归问题的最大分划加速ADMM算法。通过最大分划加速ADMM的收敛性分析，建立算法的收敛条件、收敛率、及最优参数。通过并行计算平台上的算法实现及基准数据集实验，验证和比较算法的收敛性、并行性、扩展性和鲁棒性。以期为大规模并行优化理论与算法的发展做出贡献，对大数据环境下机器学习计算瓶颈的突破和鲁棒性的提高有重要的科学意义，在各领域人工智能系统中有广阔的应用前景。
