题 目：稀疏低秩支持张量机的优化理论与算法研究
主讲人：王双月
单 位：北京交通大学
时 间：2024年7月21日 10：00
地 点：郑州校区九章学堂c座302
摘 要：在大数据时代背景下,以张量形式存在的数据分布于医学成像、计算机视觉、工程与统计等众多领域.由于张量的多重线性结构,与张量相关的很多问题都是 np-难的. 张量分解通过挖掘高维张量数据的内部结构信息获得数据的低维表示, 成为分析处理张量数据的一种有效工具. 张量理论的发展使得基于张量的建模与计算应运而生并备受关注.支持张量机作为监督张量学习方法的一种,在机器学习及相关应用中受到众多关注,包括遥感成像、视频处理、故障诊断等.报告内容侧重于从稀疏低秩的角度对支持张量机进行探讨,充分挖掘数据的结构信息,构建了合理的分类模型,设计高效的求解算法,具有重要的实际意义。
简 介：王双月，本科毕业于河南师范大学，硕士毕业于河南大学，博士毕业于北京交通大学。主要研究方向为支持张量机的优化理论与算法。