阿爾卡迪·內米羅夫斯基

阿爾卡迪·內米羅夫斯基（俄語：Аркадий Немировский，羅馬化：Arkadi Nemirovski，1947年3月14日—）是一名俄裔美國數學家，喬治亞理工學院的教授^[4]。他一直是連續最佳化（英語：Continuous optimization）領域的領先者，以其在橢球法（英語：Ellipsoid method）、現代內點法和強健最佳化（英語：Robust optimization）的工作而聞名^[5]。

阿爾卡迪·內米羅夫斯基 Arkadi Nemirovski
出生	(1947-03-14) 1947年3月14日（78歲）  蘇聯俄羅斯莫斯科
國籍	美國  以色列
母校	莫斯科國立大學 基輔模控學研究所
知名於	橢球法（英語：Ellipsoid method） 強健最佳化（英語：Robust optimization） 內點法
獎項	富爾克森獎（1982年） 丹齊格獎（英語：Dantzig Prize）（1991年）[1] 約翰·馮·諾伊曼理論獎（英語：John von Neumann Theory Prize）（2003年）[2] 諾伯特·維納獎（英語：Norbert Wiener Prize in Applied Mathematics）（2019年）[3]
科學生涯
機構	喬治亞理工學院 以色列理工學院

生平

內米羅夫斯基在1974年獲得莫斯科國立大學的數學博士學位，並在1990年獲得烏克蘭國家科學院模控學研究所的數學科學博士學位，他曾獲得富爾克森獎、丹齊格獎（英語：Dantzig Prize）、約翰·馮·諾伊曼理論獎（英語：John von Neumann Theory Prize）和諾伯特·維納獎（英語：Norbert Wiener Prize in Applied Mathematics）等獎項^[6]。他因「開發大規模凸優化問題的高效算法」，在2017年當選為美國國家工程院院士^[7]，並在2020年當選為美國國家科學院院士^[8]。

學術研究

內米羅夫斯基在1983年與David Yudin一起首次提出鏡像下降法（英語：Mirror descent）^[9]。

他與尤里·涅斯捷羅夫在1994年的著作^[10]中首次指出內點法可以解決凸優化問題，也是第一次對半正定規劃（SDP）進行系統性研究。在這本書中，他們還介紹了自洽函數（英語：Self-concordant function），這對牛頓法的分析很有幫助^[11]。