2022年10月18日下午，澳门大学徐礼虎副教授应邀在腾讯会议（ID:693-815-084）开展了一场题为“Approximation to stochastic variance reduced gradient algorithms by stochastic differential delay equations”的学术讲座。本次讲座采用线上线下相结合的方式，线下讲座在综合楼644会议室举行，由统计与数学学院陈振龙院长主持，统计与数学学院王伟刚老师、研究生参与了此次讲座。

     徐礼虎副教授是澳门大学副教授，主要研究方向为随机分析，极限定理，斯坦因方法等。目前在Annals of Statistics, Probability Theory and Related Fields, Annals of Applied Probability,  Bernoulli, Journal of Functional Analysis, Stochastic Processes and Their Applications等杂志发表40余篇论文。

       此次讲座，徐副教授主要向在场师生介绍了SVRG算法，随机方差降低梯度(SVRG)算法是 Johnson 和 Zhang 在 2013年的NIPS中提出的，在训练神经网络中得到了广泛的应用。在徐副教授简洁明了的介绍中，我们快速地对随机方差降低梯度算法有了初步的了解。随后，徐副教授严格证明了SVRG 在一定条件下可以用延迟随机微分方程(SDDEs)来近似，并给出非凸的例子，并对比了SDDE 的强耗散和方差缩减效应。最后，徐副教授对 SVRG 给出了一个新的解释。