胡耀华 - 深圳大学 - 数学与统计学院

个人简介

简介：胡耀华，江西吉安人，先后于浙江大学获得学士、硕士学位，香港理工大学获得博士学位（师从杨晓琪教授），现任深圳大学数学与统计学院副教授。主要从事连续优化理论、算法和应用研究，主持国家自然科学基金2项，省市级科研项目5项。在SIAM Journal on Optimization，Journal of Machine Learning Research等国际期刊上发表二十篇余学术论文，参与开发多个生物信息学工具包/网页服务器。教育经历： 2002年-2006年，浙江大学竺可桢学院，数学与应用数学本科 2006年-2009年，浙江大学数学系，计算数学硕士 2009年-2013年，香港理工大学应用数学系，最优化博士工作经历： 2013年-2015年，香港理工大学 & 浙江大学，博士后 2015年-至今，深圳大学数学与统计学院，讲师 - 副教授获得荣誉：深圳市海外高层次人才“孔雀计划”C类人才，2015年广东省计算数学优秀青年论文特等奖，2016年深圳市南山区“领航人才”，2017年教学课程：本科生课程：高等数学A，数学模型；研究生课程：非线性规划，凸分析与优化，大规模优化问题的迭代算法科研成果：在SIAM Journal on Optimization，Journal of Machine Learning Research，European Journal of Operational Research等国际期刊上发表二十篇余学术论文，参与开发多个生物信息学工具包/网页服务器，详情请查看个人网页：https://mayhhu.github.io

研究领域

研究领域：连续优化理论、算法与应用；稀疏优化及应用；统计优化、机器学习、大数据分析

近期论文

查看导师最新文章（温馨提示：请注意重名现象，建议点开原文通过作者单位确认）

部分代表性论文： [1] J. Wang, Y. Hu*, C. K. W. Yu, C. Li and X. Yang, Extended Newton methods for multiobjective optimization: Majorizing function technique and convergence analysis, SIAM Journal on Optimization, 29(3): 2388-2421, 2019. [2] C. Li, L. Meng*, L. Peng, Y. Hu and J.-C. Yao, Weak sharp minima for convex infinite optimization problems in normed linear spaces, SIAM Journal on Optimization, 28(3): 1999-2021, 2018. [3] Y. Hu, C. Li, K. Meng, J. Qin and X. Yang*, Group sparse optimization via ell_{p,q} regularization, Journal of Machine Learning Research, 18(30): 1-52, 2017. [4] J. Wang, Y. Hu*, C. Li and J.-C. Yao, Linear convergence of CQ algorithms and applications in gene regulatory network inference, Inverse Problems, 33(5): 055017, 2017. [5] L. Zhang, L. Fu, W. Gu*, Y. Ouyang and Y. Hu, A general iterative approach for the system-level joint optimization of pavement maintenance, rehabilitation, and reconstruction planning, Transportation Research Part B: Methodological, 105: 378-400, 2017. [6] Y. Hu*, C. Li and X. Yang, On convergence rates of linearized proximal algorithms for convex composite optimization with applications, SIAM Journal on Optimization, 26(2):1207-1235, 2016. [7] Y. Hu, X. Yang* and C.-K. Sim, Inexact subgradient methods for quasi-convex optimization problems, European Journal of Operational Research, 240(2): 315-327, 2015. [8] C. Li, X. P. Zhao and Y. Hu*, Quasi-Slater and Farkas–Minkowski qualifications for semi-infinite programming with applications, SIAM Journal on Optimization, 23(4): 2208-2230, 2013.