菜单总览
— 优秀师资 —

张寅

职位:

校长讲席教授(共同院长)

教育背景:

博士(纽约州立大学石溪分校)

理学学士(重庆大学)

研究领域
最优化算法的设计分析以及数值实现;最优化算法在各领域的应用,特别是在数据科学,图像与信号处理,机器学习等领域的应用。
个人网站

https://myweb.cuhk.edu.cn/yinzhang

Email

yinzhang@cuhk.edu.cn

个人简介:


张寅博士现为香港中文大学(深圳)校长讲座教授,任职数据与运筹科学研究院。同时也是美国莱斯大学计算与应用数学系终身正教授(该大学长期被《美国新闻和世界报道》评为美国前20名之内)。张寅1977年本科毕业于重庆建筑工程学院(现重庆大学),1987年获得美国纽约州立大学石溪分校应用数学博士学位。

张寅教授的主要研究领域为最优化算法设计、分析、实现,以及各类实际应用和相应的计算机软件开发。以两个例子来体现他的学术成就。【第一】在最优化算法领域中近三十年来最重要的进展之一是内点法的研究。该方法现已成为解决一般性凸优化问题最可靠和最精确的算法。张寅教授在内点法的研究方面做出了一系列世界领先的工作,包括首创内点法超线性收敛速度理论和非可行点迭代收敛理论等重大理论突破。另一方面,他设计开发的线性规划软件LIPSOL被最权威的科学和工程计算平台MATLAB选为官方软件并购买版权,从而被世界各国成千上万的MATLAB用户长期广泛运用。【第二】近十余年来,张寅教授带领的团队在图像与信号处理算法和数据压缩感知算法方面均做出了世界领先的成果,其中最有影响力的三篇论文的被引用数在2017年已达到平均千次以上。

张寅教授将最优化应用于实践中最成功的事例来自于与美国航天局“航天器无推进剂最优旋转路径”项目的合作。航天器无推进旋转是用于执行航天器旋转控制而不需要使用燃料推进器的最佳姿态与轨迹。张寅教授的学生在他和合作者的指导下,成功解决了这个最优控制轨迹的计算,使无推进旋转在2006年和2007年两次在国际空间站上实现。这些无推进旋转的实现节省了将燃料运送至国际空间站的费用,产生的经济效益估计达数百万美元。

张寅教授在国际顶尖的同行评审学术杂志上发表过八十多篇学术论文,在国内国外多次获得相关学会协会和杂志颁发的最佳论文奖,并且在国际国内学术会议上或学术研究机构中应邀进行过上百次报告。自1990年代起,张寅教授的研究项目受到美国国国家自然基金和其他政府与非政府机构的共达数百万美元的资助。张寅教授已经指导了近三十名硕博士研究生和博士后。在莱斯大学他是获得首个《莱斯大学优秀导师校长奖》的教授。


学术著作:


代表性学术著作

 

1. Lijun Xu, Bo Yu and Yin Zhang. An Alternating Direction and Projection Algorithm for Structure-enforced Matrix Factorization. Computational Optimization and Applications (2017). First Online: 24 April, 2017. doi: 10.1007/s10589-017-9913-x.

2. Zaiwen Wen and Yin Zhang. Accelerating Convergence by Augmented Rayleigh-Ritz Projections For Large-Scale Eigenpair Computation. SIAM Journal on Matrix Analysis and Applications. Vol. 38-2, pp. 273-296. 2017.

3. Junyu Zhang, Zaiwen Wen and Yin Zhang. Subspace Methods With Local Refinements for Eigenvalue Computation Using Low-Rank Tensor-Train Format. Journal of Scientific Computing (First online 2016). doi: 10.1007/s10915-016-0255-0. February 2017, Volume 70, Issue 2, pp. 478-499.

4. Zaiwen Wen, Chao Yang, Xin Liu and Yin Zhang. Trace-Penalty Minimization for Large-scale Eigenspace Computation. Journal of Scientific Computing. March 2016, Volume 66, Issue 3, pp. 1175-1203.

5. Xin Liu, Zaiwen Wen and Yin Zhang. An Efficient Gauss-Newton Algorithm for Symmetric Low-Rank Product Matrix Approximations. SIAM Journal on Optimization. 25-3 (2015), pp. 1571-1608. http://dx.doi.org/10.1137/140971464.

6. Yuan Shen, Zaiwen Wen, and Yin Zhang. Augmented Lagrangian Alternating Direction Method for Matrix Separation Based on Low-Rank Factorization. Optimization Methods and Software. Vol. 29 (2), pp. 239-263. 2014.

7. Yin Zhang. Theory of Compressive Sensing via L1-Minimization: A Non-RIP Analysis and Extensions. Journal of the Operations Research Society of China. Vol. 1, Issue 1, pp. 79-105. 2013.

8. Junfeng Yang and Yin Zhang, Alternating direction algorithms for L1-problems in compressive sensing. SIAM Journal on scientific computing. 33(1), 250-278. 2011.

9. Yilun Wang, Junfeng Yang, Wotao Yin and Yin Zhang. A new alternating minimization algorithm for total variation image reconstruction. SIAM Journal on Imaging Sciences. 1(3), 248-272. 2008. 

10. Elaine T. Hale, Wotao Yin and Yin Zhang. Fixed-point continuation for L1-minimization: Methodology and convergence. SIAM Journal on Optimization. 19 (3), 1107-1130. 2008.

11. Renato Monteiro and Y Zhang. A unified analysis for a class of long-step primal-dual path-following interior-point algorithms for semidefinite programming. Mathematical Programming, Series A.81 (3), 281-299. 1998.

12. Yin Zhang. Solving large-scale linear programs by interior-point methods under the MATLAB environment. Optimization Methods and Software. 10 (1), 1-31. 1998.

13. Amer El-Bakry, Richard Tapia, T Tsuchiya and Yin Zhang. On the formulation and theory of the Newton interior-point method for nonlinear programming. Journal of Optimization Theory and Applications. 89 (3), 507-541. 1996.

14. Yin Zhang. On the convergence of a class of infeasible interior-point methods for the horizontal linear complementarity problem. SIAM Journal on Optimization. 4 (1), 208-227. 1994.

15. Yin Zhang, Richard Tapia, and John Dennis. On the superlinear and quadratic convergence of primal-dual interior point linear programming algorithms. SIAM Journal on Optimization. 2 (2), 304-324. 1992.