東南大學(xué)經(jīng)濟管理學(xué)院邀請劉亞鋒老師作了一場題為“Big Data Application Driven Optimization(大數(shù)據(jù)應(yīng)用驅(qū)動的優(yōu)化)”的大數(shù)據(jù)應(yīng)用在職研究生講座，經(jīng)濟管理學(xué)院現(xiàn)設(shè)有管理科學(xué)與工程、工商管理和應(yīng)用經(jīng)濟學(xué)3個學(xué)科研究中心，以及管理科學(xué)與工程系、國際經(jīng)濟與貿(mào)易系、工商管理系、會計系、金融系、經(jīng)濟學(xué)系、電子商務(wù)系和物流管理工程系等8個系，包含信息管理與信息系統(tǒng)、國際經(jīng)濟與貿(mào)易、工商管理、財務(wù)與會計學(xué)、金融學(xué)、經(jīng)濟學(xué)、電子商務(wù)、物流管理、金融工程等專業(yè)。在職研究生講座的主要內(nèi)容是：

　　從大數(shù)據(jù)應(yīng)用所產(chǎn)生的許多問題可歸結(jié)為優(yōu)化問題。一方面，這些優(yōu)化問題往往非凸和高度非線性;另一方面，這些問題有其自己的特殊結(jié)構(gòu)，例如隱凸和稀疏。在這次演講中，我將重點放在兩個大數(shù)據(jù)應(yīng)用驅(qū)動的優(yōu)化問題，尤其是在設(shè)計定制算法，通過利用其特殊結(jié)構(gòu)的解決這些問題。特別是，我想談一談從機器學(xué)習(xí)的最小包含球的問題，并從拍賣的時間間隔子集和問題。

　　Many problems arising from big data applications can be formulated as optimization problems. On one hand, these optimization problems are often non-convex and highly nonlinear; on the other hand, these problems have their own special structures such as hidden convexity and sparsity. In this talk, I shall focus on two big data application driven optimization problems, especially on designing customized algorithms for solving these problems by the use of their special structures. In particular, I shall talk about the smallest enclosing ball problem from machine learning and the interval subset sum problem from acutions.