研究使命
本课题组致力于一阶凸优化算法的理论研究与应用开发，探索梯度下降、加速梯度、随机梯度等算法的收敛性质与实际应用。
我们的研究成果已在多个国内外知名期刊上发表，为机器学习、深度学习等领域的优化问题提供了有效的理论支撑。
研究愿景
成为一阶凸优化算法领域的国内领先研究组，为学科发展贡献力量。
核心理念
严谨治学、勇于创新、协作共进、服务社会是我们的核心理念。
研究目标
建设世界一流的优化算法研究团队，培养优秀的计算数学人才。
课题组成员
唐艳 教授
课题组负责人
硕士生导师，主要研究动力系统与优化、非线性算子不动点迭代逼近，已发表论文近30篇。
博士研究生
高年级研究生
主要从事随机优化算法的收敛性分析，在SGD和Adam等算法的理论改进方面有所突破。
硕士研究生
研究团队
共15名计算数学专业硕士研究生组成，分别研究梯度下降、加速梯度、自适应学习率等方向。
研究历程
2018年
课题组成立
唐艳教授在重庆工商大学数学与统计学院成立优化算法研究组，开始系统性研究一阶凸优化算法。
2020年
研究成果发表
课题组的研究成果开始在国内外知名期刊上发表，在动力系统与优化领域获得同行认可。
2022年
团队扩展
研究生团队扩展至15人，获得4项省部级研究项目资助，在A类期刊发表论文超过10篇。
2024年
未来规划
计划在深度学习和大规模优化问题上取得更大突破，与国内外知名高校建立更深入的合作关系。