姓名：董云达

研究领域：Optimization; Deep Learning

个人主页：https://ydong2024.github.io/

邮箱：ydong@zzu.edu.cn

简要经历

1988.09--1992.06     学士，基础数学，长春师范学院

1992.09--1995.06     硕士，应用数学，中国科学院

1995.07--2000.07     河南师范大学

2000.09--2003.06     博士，计算数学，南京大学

2003.09--2005.07     德国 TU Dresden

2005.08--          郑州大学

三十年来，董云达老师在泛函分析与优化交叉领域，取得了至少五项原创性、奠基性研究成果，这些成果赢得了国际小同行的广泛关 注、引用和好评。 一、董氏引理 该成果发表于 2014 年，深度揭示了三个正数列之间的关系，旨在改进菲尔兹奖获得者利翁斯关于邻近点方法的经典结果，至 2024 年末，在施普林格官网的下载量超 4000 次！二、董氏条件 该成果发表于 2010 年，由两个不等式构成，仅依赖梯度计算，可用于拟牛顿法的步长选取，2020年获力学顶刊 CMAME 的好评。三、求解单调算子零点的新方法 该成果发表于 2005 年，2018 年被毕业于哈佛大学的乔纳森·埃克斯坦引用，2024 年获排名第一的数学顶刊Acta Numerica 的好评。四、求解单调算子零点的另一个新方法 该成果对应于 2003 年博士论文第四章中的算法 2.4，现已成为求解此类问题最实用的基本方法。五、第四项方法的一个拓展 该成果发表于 2024 年，适用于求解深度学习中的特征选取问题。至于其它成果，请访问董云达老师的个人主页以了解详情。

奖励

南京大学围棋个人赛第三名     2001

首届河南省自然科学优秀学术论文壹等奖     2011

全国教育科研优秀成果一等奖     2019