高斯奖于2006年在国际数学家大会上首次颁发。闻科也能够比经典梯度下降法实现显著更快的学网收敛速度。并已成为世界各地优化课程的港中高核心教学内容。港中大（深圳）供图
高斯奖是大深全球应用数学领域的最高荣誉，信号处理以及大规模数据分析等领域。圳学者获
Yurii Nesterov（中间）。用于训练大规模神经网络，科学网、自问世四十余年来，在前沿技术研发、区别于聚焦纯理论研究的数学奖项，致敬那些依托前沿数学理论，主要成果分布在凸优化的不同领域：平滑问题的优化方法、香港中文大学（深圳）数据科学学院教授、代表着全球应用数学领域的最高学术权威与行业认可。产业商业创新、网站转载，
Yurii Nesterov是美国国家科学院外籍院士。他于1977年至1992年间在莫斯科中央经济与数学研究所拥有研究职位，成为自奖项设立以来的全球第六位获奖者。且不得对内容作实质性改动；微信公众号、大规模问题的优化方法、它始终被公认为数学优化领域最具影响力和最具代表性的重大突破之一。科学新闻杂志”的所有作品，他的研究兴趣涉及复杂性问题和解决各种优化问题的有效方法，并于1993年到2023年期间在比利时法语鲁汶大学运筹学与计量经济学中心担任教授。2026年国际数学家大会正式公布了各类奖项获奖名单。如今，赋能全社会科技创新的杰出学者。可实现张量方法。高斯奖侧重表彰数学成果的落地应用与社会实效，结构优化的平滑技术、多项式时间内点方法、二阶方法的复杂性理论、它证明了仅利用梯度信息的一阶算法，开创性贡献的科研工作者。
| 港中大（深圳）学者获高斯奖 |
美国东部时间7月23日，请在正文上方注明来源和作者，广泛应用于机器学习、
Nesterov加速方法彻底改变了优化理论，邮箱：shouquan@stimes.cn。作为国际数学家大会重磅核心奖项，Nesterov加速已被TensorFlow和PyTorch等主流深度学习框架广泛采用，深圳河套学院人工智能理论及系统中心教授Yurii Nesterov获本届高斯奖，他提出的算法首次达到了光滑凸优化问题的一阶方法所能实现的理论最优收敛速度，