11月8日，应数学与信息科学学院邀请，兰州大学郑兵教授做客百年校庆之“牧野格致”讲堂为学院师生作题为“A new self-scaling G-transformation for weighted least square”的线上学术报告，相关专业教师和硕士研究生20余人参加此次报告。
郑兵从加权最小二乘问题出发，介绍了最小二乘问题的背景与应用，普及了正交变换的由来及演变，进而引出G变换是求解加权最小二乘问题的一种有效方法。然而，在原始的G变换中没有考虑上界与下界。为了保证其稳定性，提出了一些特定的尺度控制策略。注意到这些特定的策略在实际操作中并不容易实现，在本次演讲中，提出了一种自缩放G变换(SSGT)，它不仅避免了这些特定的缩放策略，而且保持了操作的稳定性。对自适应G变换的复杂度分析表明，自适应G变换的计算成本低于G变换，这意味着我们提出的SSGT具有较高的效率。通过详细的误差分析，从理论上证实了SSGT的稳定性。最终数值实验验证了自标度策略的效果。
报告会结束后，郑兵与参会师生进行了互动，并就未来工作和设想提出了相关思路。
专家简介：
郑兵，兰州大学数学与统计学院教授、博士生导师。长期从事数值代数、神经网络算法的研究工作，负责承担国家自然科学基金面上项目、教育部外国专家重点项目、甘肃省自然科学基金项目等10余项。 多次应邀赴美国、日本、西班牙、俄罗斯、印度以及香港、澳门等国家和地区参加学术会议并做学术报告，并先后在印度统计研究所新德里中心和美国Emory大学数学与计算机科学系做访问学者。迄今已在《SIAM J. Matrix Anal. Appl》.,《J. Math. Anal. Appl.》,《J. Optim. Theory Appl.》,《Linear Algebra Appl.》，《J. Multivariate Anal.》，《Adv. Comput. Math.》， 《Numer. Linear Algebra Appl.》， 《IEEE Trans. Neural Netw. Learn. Syst.》 以及《Automatica》等国内外重要刊物上发表论文百余篇。2005年荣获甘肃省第十二届高校青年教师成才奖。
（数学与信息科学学院 周纬翀）
