Recent Advances on Randomized Coordinate Descent Methods for Solving Symmetric Eigenvalue Problems

江苏省应用数学（中国矿业大学）中心系列学术报告

报告题目：Recent Advances on Randomized Coordinate Descent Methods for Solving Symmetric Eigenvalue Problems

报 告 人：白中治教授 单位：中国科学院数学与系统科学研究院

报告时间：2026年10月31日（周六）上午 10:00-11:00

报告地点：数学学院A321

欢迎全校师生参加！

                                                 数学学院

报告人及报告内容简介：

白中治，中国科学院数学与系统科学研究院研究员、博士生导师,俄罗斯南部联邦大学荣誉博士。曾获得国家杰出青年科学基金、冯康科学计算奖和国务院政府特殊津贴等，并入选国家级“新世纪百千万人才工程计划” 和中国科学院百人计划(D类，即：国内类)。他曾多次应邀在重要国际会议上做主旨邀请报告；多次担任重要国际会议的共同主席，及组织委员会或科学委员会成员；曾经或正在担任至少二十五种国际国内学术刊物的编委，二十余期学术期刊专辑的客座主编，目前正在担任《J Comput Appl Math》(Elsevier B.V., The Netherlands)的共同主编。

白中治研究员的主要研究领域为数值代数、数值优化、并行计算和微分方程数值解等；他为线性与非线性代数方程组、代数Riccati方程、代数特征值问题、离散互补问题、离散整数及分数阶微分方程的数值求解设计了高效的串行和并行迭代方法，并建立了系统深刻的收敛性理论。白中治研究员连续多次在爱思唯尔中国高被引学者榜单中名列前茅，持续位列斯坦福大学“全球前2%顶尖科学家”名录，并于2016年至2020年连续五次跻身于汤森路透 ISI Web of Science 全球高被引科学家行列。特别，他在2003年与美国科学院、工程院和艺术科学院院士、斯坦福大学教授Gene H. Golub等所提出的HSS迭代方法被公认为是矩阵计算的里程碑，也是线性代数方程组迭代方法研究领域近三十年来最重要的进展之一。

Abstract: For iteratively solving very large standard symmetric eigenvalue problems,based on the coordinate descent formulas derived either from minimizingthe Rayleigh quotients or from annihilating the characteristic equations, we introduce the paradigm of coordinate descent method, which includesthe coordinate descent method, the randomized coordinate descent methodsand the steepest coordinate descent method as special cases. We reportthe convergence theory for these iteration methods with respect toboth iteration sequences of the Rayleigh quotients and the acute anglesbetween the target exact eigenvector and the corresponding iterates,and comment that the convergence theory for the coordinate decent methodis still open.