报告题目：0/1损失与稀疏约束优化的最优性条件和梯度下降牛顿追踪算法

报告人简介：王东瑞，东北电力大学理学院数学与统计学系教师，博士，讲师。2025年6月于北京交通大学数学与统计学院统计学专业，毕业后来校工作。从事最优化理论与算法方面的研究。近年来以第一作者在《Optimization》《数学进展》等杂志上发表论文3篇。

报告摘要：阶跃与稀疏优化模型在很多问题中都有广泛应用。本次报告主要考虑涉及两个变量块的0/1损失阶跃和稀疏性约束（0/1- LSCO）的优化问题。首先，根据0/1- LSCO 定义了一个τ-稳定点，并据此分析一阶必要和充分最优性条件。基于这些结果，随后开发了一种梯度下降牛顿追踪算法（GDNP），并在标准假设下分析了其全局和局部二次收敛性。最后，在1-bit压缩感知问题上的数值实验证明该算法的出色表现。