（文|邓昊 编辑|信息 审核|邹翠明）11月6日，信息学院年度第18期Happy Hour活动邀请到南方科技大学张进副教授分享学术报告。人工智能和统计学习团队师生们积极交流互动，拓宽了大家的研究视野。

   张进老师报告题为“Averaged Method of Multipliers for Bi-Level Optimization”。报告系统性回顾了双层优化的发展历程，并从其核心理论出发，详细介绍了显式梯度和隐式梯度两种典型方法，指出显式逼近梯度方法对下层问题强凸性的要求较高。基于此，张老师提出了一系列方法以放宽这一条件，并理论上刻画了相关优化策略的数学性质。

   张进，南方科技大学副教授、博士生导师，深圳国家应用数学中心副主任，研究方向为最优化理论与应用，在SIAM、JMLR、TPAM、ICML、NeurIPS、ICLR等发表系列研究成果。主持国家自然科学基金优秀青年基金、数学天元重点项目、科技部重点研发计划项目课题等，获中国运筹学会青年科技奖、广东省青年科技创新奖。