12月6日中午，统计学院2024年第6期研究生学术午餐会在理科大楼A326举行。本次学术午餐会邀请到了统计学院的赵江彦博士后作为主讲嘉宾，他的研究方向为贝叶斯优化，高斯过程和GP4Science。本次午餐会由统计学院谌自奇研究员主持，三十余名硕博学生参加。
“研究生学术午餐会”是统计学院定期组织的学术交流活动，旨在聚焦统计学及其交叉学科领域的最新研究进展。活动邀请知名专家学者分享他们在各自研究领域的创新成果，并与学生们进行深入讨论，营造轻松且富有启发性的学术氛围。
在本次学术午餐会上，赵江彦老师为大家带来了题为“Exact Penalty Bayesian Optimization: A Hybrid Approach to Constrained Optimization”的精彩报告。赵老师从约束优化问题的背景出发，阐述了约束优化在现实世界中的重要性，特别是在化工、临床试验及机器学习等领域的应用。赵老师指出，传统的约束优化方法面临着计算复杂性高、求解效率低等挑战，尤其是在处理不规则的黑箱函数时，常常需要大量的资源和计算时间。
为了解决这些问题，赵老师提出了一种结合精确惩罚方法与贝叶斯优化的新框架——精确惩罚贝叶斯优化（EPBO）。这一方法通过在贝叶斯优化的基础上引入精确惩罚函数，有效地解决了高维复杂约束优化中的计算瓶颈。赵老师进一步介绍了如何通过高斯过程模型来近似约束函数和目标函数，从而在优化过程中既能进行全局搜索，又能精细地挖掘潜在的局部最优解。
报告的最后，赵老师分享了该方法在多个经典约束优化问题上的应用，如HSQ问题、Keane Bump问题等。通过实验结果，赵老师展示了EPBO在求解复杂约束优化问题时的优越性，尤其是在处理带有多个约束条件的问题时，其收敛速度和解的质量都明显优于传统的优化方法。赵老师还指出，EPBO方法不仅能够应对不规则的约束条件，还能够在初始解不可行的情况下启动优化过程，为实际应用提供了新的解决方案。
在午餐会的尾声，与会的师生们围绕报告内容展开了热烈的讨论，提出了关于贝叶斯优化中高斯过程建模的挑战、精确惩罚函数的选择策略等问题。赵老师耐心地一一解答，并与大家探讨了EPBO方法未来可能的改进方向和应用前景。