主题:   参数近似算法简介主讲人:   蒙大拿州立大学朱滨海教授地点:   延安路校区旭日楼306教室时间:   2018-03-09 14:00:00组织单位:   管理学院

    主讲人简介：

    朱滨海教授，1994年在加拿大麦吉尔(McGill)大学获计算机科学博士学位，1994-1996年在美国新墨西哥州Los Alamos国家实验室完成博士后。自1996年起他分别在香港城市大学及美国蒙大拿州立大学任教。朱滨海教授的研究方向为算法分析与设计(及相关应用)，计算生物，计算几何等，在相关国际刊物及国际会议上已发表180余篇学术论文。他的研究4次得到美国NSF支持，2009年及2016年两次获中国国家自然科学基金海外与港澳合作研究基金(原海外杰青)支持。

   报告简介：

   FPT算法(参数算法)是处理NP-完全优化问题的传统方法之一。但同时我们已知有些问题(如最大独立集)是不存在参数算法的，除非FPT=W[1]。在这种情况下，参数近似算法就可能是人们很自然的选择(虽然该方向的进展相对缓慢)。在这个报告中，我们将对参数算法，W[1]，参数近似算法等用实例作简单的介绍。最后，列举该方向的几个开放问题。

编辑：段然    撰写：周静