2022年9月14日中午，大数据学院于子彬院南301会议室展开了第十四期大数据学院青年小讲堂，学院副教授江如俊老师进行了以“Solving Stackelberg Prediction Game with Least Squares Loss via Spherically Constrained Least Squares Reformulation”为主题的分享，学院副院长洪流老师主持了此次分享会。
此次，江如俊老师主要介绍了求解对抗学习领域的带有最小二乘损失函数的斯塔克尔伯格预测博弈(SPG-LS)问题的最新进展，探究了一种SPG-LS问题的新型表述。首先，江老师对对抗学习、斯塔克尔伯格预测博弈等做了相关背景介绍。随后江老师介绍了SPG中的一类特殊问题：最小二乘损失(SPG-LS)，第一次提出了SPG-LS的多项式解法并探究了一种SPG-LS问题的新型重构，设计了一种精巧的非线性变量代换，重新将问题刻画为带有球面约束的最小二乘(SCLS)问题。接下来，江老师阐述了如何将SPG-LS转化成SCLS问题，并介绍了两种实际有效的算法来求解SCLS，第一个方法是Krylov子空间方法，第二个方法是使用Absil等提出的黎曼流形上的信赖域牛顿(RTRNewton)方法，并比较了其算法复杂度。
在分享会现场，大家就数据隐私问题、去除噪音点、W如果是高维等问题展开了热烈的讨论，此次分享会在热烈的讨论中圆满结束。