为促进学院学风教风建设，浓厚学术研究氛围，拓展师生学术视野，促进师生科研进步，浦京集团官网自2020年开始建设“数理大讲堂”平台，定期邀请校外专家学者来校交流。2024年6月1日上午，东北师范大学徐东坡教授应浦京集团官网邀请，在3522vip浦京集团官网3B205学术报告厅作题为《Stochastic momentum methods for non-convex learning without bounded assumptions》的学术报告。本次学术报告是3522vip浦京集团官网2024年第19期“数理大讲堂”活动，由浦京集团官网张乃敏教授主持。

报告中，徐东坡教授详细介绍了一类满足Polyak -Łojasiewicz (PL)条件的非凸目标函数，并给出了不含任何有界假设的随机动量方法的统一收敛速度分析，其中包括随机重球法(SHB)和随机Nesterov加速梯度法(SNAG)。分析实现了在松弛增长(RG)条件下函数值更具挑战性的最后迭代收敛速度，即比相关工作中使用的假设更弱。具体地说，得到了随步长递减的随机动量方法的次线性速率，以及当步长不变时，在强增长条件下的线性收敛速率。还检查了获得最后一次迭代的ϵ-accurate解的迭代复杂性。

徐东坡教授，现任东北师范大学数学与统计学院教授、博士生导师。2009年博士毕业于大连理工大学计算数学专业。研究方向为：深度学习的优化理论及其应用。作为第一作者曾经在《IEEE Trans. Neural Netw. Learn. Syst》《IEEE Trans. Signal Process》、《Neural Networks》、《Neural Computation》以及《Neurocomputing》等杂志发表多篇SCI论文。2022年获得吉林省科学技术奖自然科学奖二等奖，独立完成; 2017年获得吉林省自然科学学术成果奖二等奖，排名第一。 目前主持国家自然科学基金面上项目一项，作为课题骨干参加了两项国家重点研发计划项目，担任Frontiers in Artificial Intelligence和Frontiers in Big Data期刊的副主编。