林荣荣(讲师(高校))

硕士生导师

入职时间:2020-09-01

所在单位:数学与统计学院

办公地点:龙洞校区行政楼418

性别:男

联系方式:linrr@gdut.edu.cn

学位:理学博士学位

在职信息:在职

毕业院校:Sun Yat-sen University

学科:计算数学

个人简介

林荣荣(1990.05)于2017年6月在中山大学数学学院获得博士学位,计算数学专业;2017年7月至2020年7月担任中山大学特聘副研究员;2020年8月开始加入广东工业大学数学与统计学院,现为讲师, 硕士生导师(2021年3月),实验室主任(2023年4月)。曾在加拿大阿尔伯塔大学交换学习一年(2015.10-2016.10)和在美国奥多名尼奥大学短期学术访问两个月(2018.10-2018.12)。


目前主持国家自然科学青年基金项目、中央高校基本科研业务费项目、广州市科技计划项目、广东省计算科学重点实验室开放基金项目和广东工业大学“百人计划”科研启动经费项目,参与两项国家自然科学基金面上项目,参与两项广东省自然科学基金面上项目等。研究方向为机器学习核函数方法、学习理论、函数逼近论、时频信号分析和最优化理论。


Semantic Scholar;   ResearchGateGoogle Scholar


教授课程

2024春季,模式识别(信计/统计)[1],模式识别实验, 模式识别课程设计

2023秋季,信号与图像处理[2](本科/研究生)

2023春季,数据挖掘(信计/统计)[3]、数据挖掘实验

2022秋季,信号与图像处理(研究生/本科)、最优化方法(公选课)[4]

2022春季,数据挖掘

2021秋季,信号与图像处理(本科) 2021春季,数据挖掘、最优化方法

2020秋季,高等数学I         2019春季,泛函分析II:神经网络的逼近理论

2018秋季,数学分析I         2017秋季,傅里叶分析与小波分析

课程教材:

[1] 张学工,汪小我,模式识别(模式识别与机器学习(第4版)), 2021

[2] 冈萨雷斯,数字图像处理, 第4版, 中文版, 2020

[3] Mohammed J. Zaki, Wagner Meira Jr., 数据挖掘与机器学习:基础概念和算法 (第一版2020, 第二版2023)

[4] 马昌凤,最优化方法及其Matlab程序设计, 2009


论文:

1. 机器学习(再生核巴拿赫空间、学习阶估计)

[3] Rongrong Lin,Haizhang Zhang*,Jun Zhang,On Reproducing Kernel Banach Spaces: Generic Definitions and Unified Framework of Constructions,Acta Mathematica Sinica, English Series,2022,38(8):1459-1483.(代表性论文)

[2] Rongrong Lin,Guohui Song,Haizhang Zhang*,Multi-task Learning in Vector-valued Reproducing Kernel Banach Spaces with the l1 Norm,Journal of Complexity,63(2021) 101514,1-25.

[1] Ying Lin,Rongrong Lin*,Qi Ye,Sparse Regularized Learning in the Reproducing Kernel Banach Spaces with the l1 Norm,Mathematical Foundations of Computing,2020,3(3):205-218. 


2.时频分析(香农采样定理,Bedrosian恒等式,解析信号)

[6] Wenhua Xu, Lihui Tan*, Rongrong Lin,Weighted Singular Value Decomposition Basis of Szego Kernel and Its Applications to Signal Reconstruction ad Denosing, Journal of Computational and Applied Mathematics,2023,426:115067

[5] Rongrong Lin,An Optimal Convergence Rate for Gaussian Regularized Shannon Sampling Series.Numerical Functional Analysis and Optimization,2019,40(3):241-258

[4] Rongrong Lin,Haizhang Zhang*,Convergence Analysis of the Gaussian Regularized Shannon Sampling Series,Numerical Functional Analysis and Optimization,2017,38(2):224-247.

[3] Fukeng Huang,Rongrong Lin*,Yunfei Yang,The Circular Bedrosian Identity and Multidimensional Periodic Analytic Signals,Complex Variables and Elliptic Equations,2017,62(2):199-213.

[2] Rongrong Lin,Haizhang Zhang*,Existence of the Bedrosian Identity for Fourier Multiplier Operators,Forum Mathematicum,2016,28(4):749-759.

[1] Wei Hu,Haizhang Zhang,Rongrong Lin*,The Circular Bedrosian Identity for Translation-Invariant Operators: Existence and Characterization.Mathematical Methods in the Applied Sciences,2015,38(18):5264-5270.


3. 最优化理论和算法(邻近算子,支持向量机,最优性条件,压缩感知)

[6] Rongrong Lin, Yingzhong He, Yulan Liu, Kernel Support Vector Machines with Lp-quasi-norm Hinge Loss, 22 pages.

[5] Rongrong Lin, Shimin Li, Yulan Liu, Convergence Analysis of Iteratively Reweighted L1 Algorithms for Computing the Proximal Operator of lp-norm,13 pages 

[4] Rongrong Lin, Yingjia Yao, Yulan Liu, Kernel Support Vector Machine Classifiers with 𝓁0-Norm Hinge Loss, Neurocomputing,2024, 589:127669.

[3] Yulan Liu, Rongrong Lin*,A Bisection Method for Computing the Proximal Operator of the lp-norm for any 0<p<1 with Application to Schatten p-norms, Journal of Computational and Applied Mathematics,2024, 447: 115897 

[2] Rongrong Lin, Shimin Li, Yulan Liu, On Choosing Initial Values of Iteratively Reweighted L1 Algorithms for the Piecewise Exponential Penalty, Analysis and Applications,DOI: 10.1142/S0219530524500143

[1] Yulan Liu, Yuyang Zhou, Rongrong Lin*, The proximal operator of the piece-wise exponential function,IEEE Signal Processing Letters,2024, 31: 894-898


4. 深度神经网络


教材:叶颀, 谭露琳, 刘春光, 林荣荣,陈艳楠, 胡耀华.《最优化方法与机器学习》, 科学出版社“十四五”普通高等教育规划教材. Python代码: https://github.com/Rongrong-Lin/OptimizationML


科研项目

1. 2024年1月-2027年12月, 参与(主持人:张海樟),国家自然科学基金面上项目(批准号:12371103), 深度神经网络的收敛性理论

2. 2022年4月-2024年3月,主持,广州市科技计划项目

3. 2021年5月-2023年4月,主持,广东省计算科学重点实验室开放基金项目(批准号:2021018)(已结题)

4. 2020年9月-2025年8月,主持,广东工业大学“百人计划”科研启动经费

5. 2020年1月-2023年12月,参与(主持人:张海樟),国家自然科学基金面上项目(批准号:11971490),学习理论的前沿数学问题及应用

6. 2020年1月-2022年12月,主持,国家自然青年科学基金(批准号:11901595),再生核巴拿赫空间中的核函数方法,24万(已结题)

7. 2018年1月--2020年12月,主持, 中央高校基本科研业务费(批准号:18lgpy64), 再生核巴拿赫空间中的稀疏学习算法,12万(已结题)


学术活动

2024年7月17-19日,应用与计算调和分析会议,兰州

2024年5月24-26日,径向基函数研讨会,珠海

2023年12月8-11日,应用调和分析及其应用会议,杭州

2023年11月17-22日,南开大学陈省身数学研究所短期访问,天津

2023年7月15日-19日, 中国数学会计算数学年会,南京

2022年11月17-20日,中国工业与应用数学学会第二十届年会,广州

2021年7月27日-8月29日,华南师范大学《非光滑最优化和机器学习》天元数学专题讲习班,与叶颀教授一起主讲《机器学习导论》课程。主页:http://mlopt.scnu.edu.cn/non-smooth-machine-learning/2021/0419/1.html

2022年6月25日,调和分析与逼近论研讨会,西安,35分钟线上报告

2022年11月18-20日,中国工业与应用数学年会,广州,25分钟线上报告


研究生招生: 每年计划招收1-2名(学硕/专硕)从事机器学习与最优化理论相关的研究课题。

已招研究生:余海涛(2024)、陈世海(2023)、江志声(2023)、张滢(2023),李诗敏(2022),姚颖嘉(2021)、何颖忠(2021)

研究生培养:最优化理论讨论班(与刘玉兰教授)、深度学习线上研讨班(与香港城市大学冯寒副研究员)

推荐教材:

[1] Amir Beck, First Order Methods in Optimization,2018

[2] 刘浩洋,户将,李勇锋,文再文,最优化:建模、算法与理论, 2020

[3] Bernhard Schölkopf, Alexander J Smola, Learning with Kernels: Support Vector Machines, Regularization, Optimization and Beyond, 2002

教育经历

[1]   2008.9-2012.6

闽南师范大学  |  数学与应用数学  |  理学学士学位  |  大学本科毕业

[2]   2012.9-2017.6

中山大学  |  计算数学  |  理学博士学位

工作经历

[1]   2020.8-至今

广东工业大学  |  数学与统计学院  |  讲师

[2]   2018.10-2018.12

奥多名尼奥大学  |  数学与统计系  |  访问学者

[3]   2017.7-2020.7

中山大学  |  数据科学与计算机学院  |  特聘副研究员

[4]   2015.10-2016.10

阿尔伯塔大学  |  数学与统计系  |  科研助理

其他联系方式

  • [1]  邮编:

  • [2]  传真:

  • [3]  通讯/办公地址:

  • [4]  办公室电话:

  • [5]  移动电话:

  • [6]  邮箱: