2024年6月5日，机器学习优化算法与引力波探测研讨会在基础教学部会议室召开。本次研讨会旨在加强数学与物理的深入交流，探索机器学习与农林专业的交叉融合，更好地促进数学、物理与农学、林学等领域的融通共建。

本次会议邀请了北京邮电大学王嘉妮特聘副教授、中国科学院数学与系统科学研究院章丽博士、国科学院大学国际理论物理中心亚太地区特别研究助理王赫和吉利数字科技数据科学家王凯作报告。

王嘉妮副教授发表了题为“Stochastic gradient methods for solving a class of composite stochastic minimax problems”的主题报告，讨论了求解一类复合随机凸凹极大极小优化问题的随机复合梯度下降法（SCGD）和加速随机复合梯度降落法（ASCGD）。章丽博士介绍了分布式非凸优化中的鞍点逃离问题，提出了一种新的分布式非凸算法DisCub并分析了其复杂度。王赫博士讨论了人工智能在引力波夫文学中的应用，介绍了一系列最新的模型和算法进展，并展示了如何利用人工智能技术解决引力波数据分析的关键问题。王凯针对数据隐私保护问题，分别从联邦学习的原理、工程化落地应用、未来的问题与挑战进行了阐述。学者们的报告深入浅出，思路清晰，与会人员深受启发，大家进行了热烈的交流讨论，现场学术氛围活跃。

本次研讨会采用线上线下结合的方式，有力促进了数学、物理教师的学术交流以及课题研究，而且增进了数学优化领域和物理学的合作交融，拓宽了老师们的研究思路，推进了优化算法及应用领域的发展，加强了基础教学部数学和物理学科的建设交流。