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; ResearchGate； Google Scholar
教授课程：
2023春季，模式识别，模式识别实验
2023秋季，信号与图像处理[1](本科/研究生)
2023春季，数据挖掘(信计/统计)[2]、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)[3]
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] 冈萨雷斯，数字图像处理, 第4版, 中文版, 2020
[2] Mohammed J. Zaki, Wagner Meira Jr., Data Mining and Machine Learning: Fundamental Concepts and Algorithms, Second Edition, 2020
[3] 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)
[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)
[4] Rongrong Lin, Yingjia Yao, Yulan Liu, Kernel Support Vector Machine Classifiers with the 𝓁0-Norm Hinge Loss. arXiv: 2306.13991.
[3] Rongrong Lin, Shimin Li, Yulan Liu, On Choosing Initial Values of Iteratively Reweighted L1 Algorithms for the Piecewise Exponential Penalty, arXiv:2310.17849
[2] Yulan Liu, Yuyang Zhou, Rongrong Lin, The proximal operator of the piece-wise exponential function and its application in compressed sensing, 12 pages (double columns). arXiv:2306.13425
[1] Yulan Liu, Rongrong Lin*,A Bisection Method for Computing the Proximal Operator of the lp-norm with 0<p<1,15 pages.
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：
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：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：