2020年7月8日下午，西安交通大学数学与统计学院教授、博士生导师、陕西国家应用数学中心常务副主任、陕西省数学会常务副理事长孙建永教授应邀来我校做了一场题为“Learning to be global optimizer”的学术讲座。讲座由数据科学学院李杰副院长主持，数据科学学院部分老师及研究生参加了讲座。

报告会上，孙建永教授首先介绍了针对光滑非凸函数下的两阶段全局优化算法。提出在最小化阶段，开发一种模型驱动的深度学习方法来学习凸函数下降方向的更新规则，并将其形式化为历史信息的非线性组合；同时，介绍了该自适应方向的算法保证了凸函数的收敛性。随后，孙建永教授还指出，该算法的性能明显优于梯度下降、共轭下降和BFGS等经典优化算法，对不适定函数也有较好的性能，从局部最优的转义阶段建模为具有固定转义策略的马尔可夫决策过程。最后，孙建永教授介绍了固定转义策略能够以比随机抽样更高的概率从局部最优值中逃脱出来，说明了学习的两阶段全局优化算法在一些基准函数和机器学习任务上显示了良好的全局搜索能力。

报告结束后，与会师生分别从机器学习、大数据分析等方面与孙建永教授进行了热烈的互动。孙建永教授的讲座具有深远的前沿性和启发性，对与会师生的学习和科研具有重要的启发意义。