优化,运筹学,数据分析,生物信息学,金融工程,信号和图像处理 

张教授本科毕业于复旦大学数学系,后在复旦大学数学所获得运筹控制专业研究生学位。张教授在荷兰伊拉姆斯大学获计量经济与运筹学博士,毕业当年获荷兰格罗宁根大学教职。他于1993年受聘返回伊拉姆斯大学计量经济研究所任教,于1999年获伊拉姆斯大学最佳研究奖(全校每年仅一人获此奖),并于同年被评为全荷兰前40名经济学家中的第6名。张树中教授于1999年回香港中文大学系统工程与工程管理学系任教,2001年获香港中文大学校长模范教学奖,2003年获中文大学青年研究奖。张树中教授于2011年赴美国明尼苏达大学任教,时值该校工业与系统工程系创系,张树中教授任该系创系系主任。

张树中教授在运筹学与最优化的理论和方法方面有着长期深入的研究,亦对运筹优化的应用有着浓厚兴趣和广泛经验。其研究涵括基因表达分析与疾病诊断、信号处理和频谱管理、金融投资模型和随机优化、风险收益管理和稳健优化、经济和对策论中的均衡和效率计算问题、算法软件设计等领域。张树中教授迄今为止已发表了140余篇学术论文和专著,并多次受邀在国际重要学术会议做大会报告。在非凸二次规划和非凸多项式优化方面,张教授发展了精确求解非凸二次规划问题的秩一矩阵分解方法,提出了求解非凸多项式优化问题的一系列新算法,引领了该领域的发展。张教授发展了多项式和张量优化模型的近似计算方法,也发展了目前唯一能求解任意次多项式优化模型有近似比保证的近似算法。这些非凸优化模型可以应用到众多的组合问题和图论问题、信号处理中的无线传感器定位及航空公司的收益管理等问题。因为对非凸多项式优化问题的理论与算法的杰出研究,张教授受邀在2009年芝加哥召开的三年一届的国际数学规划大会上作50分钟大会特邀报告。张树中教授的前博士生Jos Sturm根据他们共同发明的一系列求解半正定规划问题的原始对偶内点算法开发出了SeDuMi,是国际著名的优化软件之一。该软件自问世以来被引用5000多次。张树中教授和他合作者应用半定规划的对偶性理论,在理论上和实践上彻底解决了求解随机线性二次最优控制模型的计算问题,其结果在2003年获得了工程与应用数学协会(SIAM)最佳论文奖。张树中教授和罗智泉教授合作将泛函分析中的有关理论应用到信号处理领域,对目前信号处理中引人关注的动态频谱管理问题提出了解决方案。其研究结果在2009年获得了国际电气和电子工程师学会(IEEE)信号处理学会最佳论文奖。张树中教授于2016年获国际信号处理协会信号处理杂志最佳论文奖。近年来,张树中教授和他的学生们在采用低阶方法计算大规模优化模型上取得若干突破性进展,尤其在求解大数据分析中产生的非凸优化模型(包括张量计算模型)的结果,引起同行兴趣,曾受邀于2016年在日本东京举行的国际连续优化会议(三年一届)上作1小时大会报告。张树中教授曾任中国矿业大学管理学院的名誉院长 (2003-2006),也长期被复旦大学、中国科学院、清华大学、上海大学、上海财经大学等高校聘为客座教授。张树中教授是国际上许多重要期刊的编委,包括INFORMS学会旗下的Operations Research和Management Science。

随机和鲁棒优化,数据驱动决策问题,定价和收益管理

王子卓博士现为数据科学学院助理院长及副教授。王子卓教授于2007年本科毕业于清华大学数学与应用数学系,2011年获得斯坦福大学金融数学硕士学位,2012年获斯坦福大学管理科学与工程博士学位。他曾获得多年斯坦福杰出研究生奖学金。王子卓曾任职明尼苏达大学工业与系统工程系助理教授、副教授。

王子卓教授的主要研究方向为在线机器学习及收益与运营管理。在机器学习方面,王子卓教授在在线学习方面做了开创性的工作,对在线线性规划、在线凸规划问题中获得了开创性的结果。在收益管理方面,王子卓教授对消费者行为,商品定价和市场量化营销有着深入研究。他在运营管理和管理科学国际顶尖杂志上发表过超过二十篇文章,在国内国际会议上多次应邀进行报告,并且获得2015年美国收益管理协会最佳应用奖提名。自2012年起,王子卓教授共获得包括来自美国国家自然基金等项目近百万美金。

王子卓教授在工业界有着丰富的项目经验,曾长期参与IBM定价项目,也曾为希捷、美国运通等做过项目咨询,也曾在华尔街量化基金担任过研究员。2016年起,王子卓与他人共同创立杉数科技并担任CTO,近两年在国内为多个企业做智能决策方面的咨询与服务,客户包括京东,顺丰,滴滴,永辉,万达等多个国内领头企业。

应用数学,运筹学,计算优化,压缩感知

赵云彬于2020年1月出任深圳市大数据研究院高级研究科学家。 他1998年于中国科学院数学与系统科学研究院获运筹与控制博士学位,1999-2002年间分别担任中科院计算数学与科学工程计算,香港中文大学 和加拿大菲尔兹数学研究所博士后研究员, 2001-2008年间在中国科学院数学与系统科学研究院工作,历任助理研究员,副研究员,博士生导师,应用数学研究所运筹研究室副主任。 2007-2020年间历任英国伯明翰大学数学学院讲师和高级讲师。他长期在应用数学,运筹学,计算优化,压缩感知等领域开展研究工作。 最近在稀疏信号处理和压缩感知领域取得了一系列原创性成果,如RSP信号重构理论,凸重构算法的一致稳定性理论,对偶稠密化方法,以及最优Thresholding高性能算法等。他在国际著名的应用数学期刊上发表了近60篇学术论文和1本稀疏优化领域的英文专著。他曾担任几个国际数学杂志的编委。

罗教授于1990年在北京大学获得软件工程专业学士学位,麦克马斯特大学获得计算机科学专业硕士学位,并于1995年在麻省理工学院获得运筹学与计算机科学专业博士学位。

罗教授拥有超过25年的工业界经验,其中20年在航空业,6年在供应链管理行业。罗教授率先为配对优化器实施了原对子子问题列生成方法。对于航空公司的运营恢复,罗教授与Sabre Recovery Ops产品团队以及3-4个暑期实习生一起提高了Sabre Recovery产品套件的速度和解决方案质量。此外,他还是计算机科学本科课程“ UML面向对象的分析和编程”的兼职讲师。

罗教授可以为复杂的业务问题建模,进行算法设计和编码,执行产品支持以及帮助客户采用高级决策支持系统。他通过加速,使它们更具可伸缩性,并使它们能够生成更强大,质量更高的解决方案,对许多优化引擎进行了改进。罗教授与许多高素质的运营研究人员建立了许多学术联系,其中许多合作为该领域的技术发展带来了进步。多年来,罗教授指导了十多个成功的暑期实习项目,并帮助他的许多同事开展了应用研究。罗教授赢得了许多奖项,撰写了十多篇技术论文,并进行了许多技术讲座。

相关论文:

1. “Variable Pricing: An Integrated Airline Pricing and Revenue Management Model,” Miju Ahn, Xiaodong Luo and Sergey Shebalov. Journal of Revenue & Pricing Management, April 2020.

 

2. “An Iterative Cost-driven Copy Generation Approach for Aircraft Recovery Problem,” Zhouchun Huang, Xiaodong Luo, Xianfei Jin and Sureshan Karichery. Preprint, submitted for publication to Transportation Research, Part B, September 2019.

 

3. “Joint forecasting for airline pricing and revenue management,” Kavitha Balaiyan, Rk Amit, Atul Kumar, Xiaodong Luo and Amit Agarwal. Journal of Revenue & Pricing Management, Volume 14(number 6), March 2019.

 

4. “Airline Crew Augmentation: Decades of Improvements from Sabre,” Xiaodong Luo, Yogesh Dashora and Tina Shaw. INFORMS Journal on Applied Analytics, Vol. 45, No. 5, October 2015.

 

5. “Iterative Methods for Large Markov Decision Problems,” Xiaodong Luo. Preprint, January 2015.

 

6. “Efficient Implementation of Quasi- Maximum-Likelihood Detection Based on Semidefinite Relaxation,” Mikalai Kisialiou, Xiaodong Luo and Zhi-Quan Tom Luo. IEEE Transactions on Signal Processing, 57(12):4811-4822, December 2009.

 

7. “An efficient quasi-maximum likelihood decoder for PSK signals,” and Zhi-Quan (Tom) Luo, Xiaodong Luo and Mikalai Kisialiou, Proceedings for 2003 IEEE International Conference on Acoustics, Speech, and Signal Processing. (ICASSP '03), 6-10 April 2003.

 

8. “A New Algorithm for State-Constrained Separated Continuous Linear Programs,” Xiaodong Luo and Dimitris Bertsimas. SIAM Journal on Control and Optimizations, Volume 37, Number 1, pp. 177-210, 1998.

 

9. “Conditions for a Projection-Type Error Bound for the Linear Complementarity Problem to Be Global,” Paul Tseng and Xiaodong Luo. Linear Algebra and Its Applications, 253 (1-3) (1997) pp. 251-278.

 

10. “Continuous linear programming: theory, algorithms and applications,” Xiao-Dong Luo. Ph.D. Thesis, Massachusetts Institute of Technology, Sloan School of Management, 1995.

 

11. “Extension of Hoffman’s Error Bound to Polynomial Systems,” Zhi-Quan Luo and Xiaodong Luo. SIAM Journal on Optimization, Vol. 4, No. 2, pp. 383-392, May 1994.

 

12. “Worst Case Complexity of Potential Reduction Algorithms for Linear Programming,” Dimitris Bertsimas and Xiaodong Luo. Mathematical Programming 77(2), January 1993.

 

13. “An error analysis of the fast recursive least squares algorithms,” Xiaodong Luo and Shanzhen Qiao. Technical report no. 231, Comm. Res. Lab., McMaster University, Hamilton, Ontario, Canada, 1991

张量最优化,信号处理,泛函分析

李建泽于2019年5月至今,在深圳市大数据研究院工作,任职研究科学家。在此之前,他于2013年6月毕业于南开大学陈省身数学研究所,获得博士学位;于2013年7月至2018年1月在天津大学数学学院工作,任职讲师;于2016年9月至2018年8月在法国Université Grenoble Alpes的GIPSA-Lab先后进行学术访问和博士后研究;于2018年9月至2019年4月在加拿大Ryerson大学进行学术访问。他已在SIMAX, SIOPT,JMAA等SCI期刊上发表科研论文10余篇,完成国家自然科学基金青年基金一项,现主持广东省面上基金一项,及深圳市大数据研究院基础研究项目一项。

机器学习,人工智能,凸优化,概率推理

李文烨博士1995到1999年就读于山东大学计算机科学系,获得理学学士学位;1999到2003年就读于中国科学院软件研究所,获得工学硕士学位;2003到2007年就读于香港中文大学计算机科学与工程学系,获得哲学博士学位。2007到2009年,他在香港中文大学和加拿大阿尔伯塔大学从事博士后研究,2009到2016年在澳门理工学院任教。2016年8月,李博士加入香港中文大学(深圳)和深圳市大数据研究院,从事计算机和信息科学领域的教学科研工作。

李博士在机器学习和人工智能领域发表了30余篇第一作者论文,获得了IEEE-ICAL会议一项最佳论文奖和一项最佳论文提名。在澳门工作期间,他主持并完成了4项政府委托的基础研究项目,总资助金额逾百万港币。他常年担任NIPS、IJCAI、AAAI等多个学术会议的组织者和审稿人。

机器学习,计算机视觉,最优化,神经科学信号处理和数据分析

樊继聪教授将于2020年9月加入香港中文大学(深圳)数据科学学院任研究助理教授一职。加入数据科学学院前,樊教授于2018年在香港城市大学电子工程系获得机器学习博士学位, 并分别于2013年和2010年在北京化工大学获得控制科学和工程硕士学位和自动化学士学位。他也曾在康奈尔大学、威斯康辛大学麦迪逊分校、香港大学等知名科研机构担任研究职位。

樊教授的研究方向包括机器学习,计算机视觉,最优化,神经科学信号处理和数据分析等,曾参与开展高阶矩阵恢复、数据驱动的模型挖掘、统计过程控制和错误诊断等多个研究项目。他的研究成果曾在多个知名学术期刊与著名国际会议上发表,如国际人工智能协会大会、国际电气和电子工程师协会大数据期刊、信息科学。

樊教授的研究方向包括机器学习,计算机视觉,最优化,神经科学信号处理和数据分析等,曾参与开展高秩矩阵恢复、数据驱动的模型挖掘、统计过程控制和故障诊断等多个研究项目。他的研究成果曾在多个知名学术期刊与著名国际会议上发表,如IEEE TNNLS, NeurIPS, CVPR, 和 AAAI等.