8月21日下午，应金沙9001cc以诚为本首页邀请，美国路易斯安那州立大学张洪超博士在金沙9001cc以诚为本首页党员之家作了题为“Convergence of an Inexact ADMM for Separable Convex Optimization”和“Inexact proximal stochastic gradient method for empirical risk minimization”的学术报告。报告会由金沙9001cc以诚为本首页副院长蔡礼明教授主持，该院部分教师和研究生聆听了此次报告。

在第一场报告中， 张洪超博士首先介绍了可分凸优化问题， 然后给出了一种求解该问题的非精确交替方向法。该方法对子问题只进行非精确求解，在提高算法实际计算效果的同时，还具有与精确交替方向法相同的收敛性及收敛速率。在第二场报告中， 张洪超博士介绍一种求解经验风险最小化问题的非精确近似随机梯度法，给出了该算法当目标函数为一般凸函数和强凸函数时的收敛性质。报告会后，各位师生结合讲座内容和自身研究兴趣与张洪超博士进行了热烈的交流讨论。

张洪超，山东聊城人，1998年本科毕业于山东大学数学系，2001年硕士毕业于中科院数学与系统科学研究院，2006年在美国佛罗里达大学获理学博士学位，2006-2007和2007-2008年先后在美国应用数学研究所和明尼苏达大学从事博士后研究，2008年至今在美国路易斯安那州立大学数学系工作。2014年至今，任路易斯安那州立大学数学系和计算中心教授。主要研究方向为包括非线性优化理论和应用，稀疏矩阵，医学成像中的反问题，无导数优化等，在Mathematical Programming、SIAM Journal on Optimization、SIAM Journal on Numerical Analysis、SIAM Journal on Scientific Computing、SIAM Journal on Imaging、SIAM Journal on Control and Optimization等国际著名优化期刊发表论文60余篇，完成美国国家自然科学基金多项，现担任Computational Optimization and Applications 、Optimization Letters等多个国际杂志编委。