时间：2023年4月21日 15:00

地点：环宇楼T302

报告人：陈彩华（教授，南京大学）

报告摘要：In this talk, we study two key issues of trustworthy machine learning: fairness and Robustness. Wasserstein distance and Wasserstein DRO are used to model the issues. By exploiting their structures, we design fast first order split/stochastic algorithms to solve these resulting models. Numerical results show that our algorithm can be 100+ times faster than the standard solvers such as Gurobi. The models and algorithms are also extended trustworthy decision making.

报告人简介：陈彩华，教授，博士生导师，南京大学理学博士，新加坡国立大学联合培养博士，曾赴新加坡国立大学、香港中文大学等高校学习与访问，中国计量大学03数学1班学生。主持完成包括国家自然科学基金优秀青年项目在内的多项国家和省科研项目，代表作发表于Mathematical Programming，SIAM系列杂志, NeurIPS，CVPR等国际知名学术期刊和会议。获华人数学家联盟最佳论文奖(2017、2018)，中国运筹学会青年科技奖(2018)，江苏省工业与应用数学学会青年奖(2020),南京大学青年五四奖章(2019)，入选首批南京大学仲英青年学者(2017)、南京大学青年名师名课培养计划(2020)及江苏省社科优青(2019)。主讲及参与的课程包括：数据分析与决策导论（线下）、应用统计（线下）、随机优化理论及应用（线下）、应用统计与R语言(MOOC，2021春上线）、最优化理论与方法(MOOC，2022春上线)、研究生学术规范与学术诚信(MOOC，2021秋上线)，指导的本科生多次获得美国大学生数学建模竞赛Finalist等奖励。

欢迎广大师生参加！

理学院

2023年4月18日