丁添
职务/职称
深圳市大数据研究院研究科学家
研究方向
数学优化、深度学习理论
电子邮箱
dingtian@sribd.cn
教育背景
本科：清华大学-自动化
硕士&博士：香港中文大学-信息工程
个人介绍
2019年获得香港中文大学信息工程博士学位，师从IEEE Fellow刘绍强教授，曾于2018年访问伊利诺伊大学香槟分校（UIUC）孙若愚教授（现为香港中文大学-深圳副教授）。研究领域为数学优化与深度学习理论，方向包括神经网络优化理论、大语言模型等。
代表性论文
- B. Li, L. Yang, Y. Chen, S. Wang, Q. Chen, H. Mao, Y. Ma, A. Wang, T. Ding, J. Tang, R. Sun, “PDHG-unrolled learning-to-optimize method for large-scale linear programming”, ICML 2024.
- T. Ding, D. Li, R. Sun, “Suboptimal local minima exist for wide neural networks with smooth activations”, Mathematics of Operations Research, 2022.
- D. Li, T. Ding, R. Sun, “On the benefit of width for neural networks: Disappearance of basins”, SIAM Journal on Optimization, 2022.
- T. Ding, X. Yuan, and S. C. Liew, “Sparsity learning based multiuser detection in massive-device multiple access”, IEEE Transactions on Wireless Communications, Jul. 2019.
- T. Ding, X. Yuan, and S. C. Liew, “On the degrees of freedom of the symmetric multi-relay MIMO Y channel”, IEEE Transactions on Wireless Communications, Sep. 2017.
