当前位置: 首页 > 学术科研 > 学术活动 > 学术报告 > 正文

基于张量数据集的加权Schatten p拟范数正则化模型及其算法(No. 522)

发布日期:2022-06-08    作者:         点击:

走向现代数学学术报告 - 黎稳教授(No. 522)

题目:基于张量数据集的加权Schatten p拟范数正则化模型及其算法

报告人:黎稳 教授(华南师范大学)

时间:2022年5月26日,16:30

地点:工西416

摘要:本报告介绍张量数据集的非凸低秩逼近方法。主要思想是基于张量的奇异值分解并利用张量加权Schatten p拟范数(0<p<1)建立张量最小化模型。对给出的模型提出了增广拉格朗日乘子算法,讨论了算法的收敛性。对来源于视频补全、图像恢复和目标检测的数值结果表明,所建立的有较好的效果。 报告人简介:黎稳,华南师范大学二级教授,博导,中国数学会理事。主要研究方向为数值代数及其应用。

主持国家自然科学基金面上项目五项,参与一项广东省与国家自然科学基金联合重大项目。在著名学术刊物 《Numer Math》、《SIAM J Optim》、《SIAM J Matrix Anal Appl》、《SIAM J Imaging Sci》、《J Sci Comput》和《Pattern Recognition》等发表学术论文。研究分别于2012 和 2021 以第一完成人身份获广东省科学技术奖自然科学奖二等奖。

版权所有:汕头大学数学与计算机学院