10月31日，应数学与信息科学学院邀请，复旦大学数学科学院教授、博士生导师魏益民教授做客数学与信息科学学院“牧野格致”为学院师生作题为“COSEPARABLE NONNEGATIVE TENSOR FACTORIZATION WITH T-CUR DECOMPOSITION”的学术报告，相关专业教师和研究生30余人参加了此次报告。报告由数学与信息科学学院崔鲁宾教授主持。
在本次报告中，魏益民教授首先从非负矩阵分解开始介绍，非负矩阵分解（NMF）是一种重要的无监督学习方法，用于从数据中提取有意义的特征。然而，在现实世界中，数据更自然地表示为多维数组，如图像或视频。NMF在高维数据中的应用涉及矢量化，这有可能失去基本的多维相关性。为了保持这些固有的相关性，转向张量（多维数组）并利用张量t积创建了非负张量因式分解（NTF）。紧接着，魏益民教授验证了t-CUR抽样理论，并将其与张量离散经验插值方法（t-DEIM）相结合，引入了一种替代的随机指数选择过程，并在面部分析数据集上进行了测试得到了优异的结果。
报告结束后，魏益民教授与参会师生进行了互动，对学生老师的提问进行了积极的回答，并给出了未来发展的方向，就研究生的学习给出了建设性的建议。本次报告内容丰富，现场气氛热烈，给了与会师生很多思考和启发，使与会教师和研究生受益匪浅。
专家简介：
魏益民，复旦大学数学科学院教授、博士生导师。主要从事矩阵、张量方面的理论和应用研究，多次主持国家自然科学基金面上项目、教育部博士点基金项目和973子课题等项目，获得上海市科学技术奖二等奖。担任国际学术期刊Computational and Applied Mathematics，Journal of Applied Mathematics and Computing，FILOMAT，《高校计算数学学报》的编委。在国际学术期刊Math. Comput.，SIAM J. Sci. Comput.，SIAM J. Numer Anal.，SIAM J. Matrix Anal. Appl.，IEEE Trans. Auto. Control，IEEE Trans. Neural Network Learn. System，Neurocomputing和Neural Computation等发表论文150余篇；在EDP Science，Elsevier，Springer，World Scientific和科学出版社等出版英语专著5本。5次入选爱思唯尔“中国高被引学者”榜单。
（数学与信息科学学院 郭贵良 崔鲁宾）
最新通知