12月14日，应数学与信息科学学院的邀请，湖南大学白敏茹教授教授在线上会议为我院师生作了题为“Nonconvex Optimization Methods for Robust Tensor Completion from Grossly Sparse Observations”的学术会议。的相关专业教师、研究生、本科生等共三十余人参加了线上会议。会议由数学与信息科学学院崔鲁宾老师主持。

白敏茹教授介绍了可用于从有限的样本和稀疏损坏的观测值（尤其是脉冲噪声）中恢复低秩张量图像的鲁棒张量完成问题，并提出了一个可以最小化管核范数非凸模型与可提高GS-DCA的收敛性的GS-DCA加速技术。白敏茹教授的报告内容丰富翔实，深入浅出，观点新颖，启发性强，为同学们今后的科研工作和未来发展提供了深刻的借鉴意义。

专家简介：

白敏茹，湖南大学数学学院教授，博士生导师，担任湖南省运筹学会副理事长、湖南省计算数学与应用软件学会副理事长、中国运筹学会数学优化学会理事，长期致力于最优化理论、方法及其应用研究，近年来主要从事张量优化、低秩稀疏优化及其在图像处理中的应用研究，主持国家自然科学基金面上项目和湖南省自然科学基金等项目，取得了系列研究成果，在SIAM Journal on Imaging Sciences、Inverse Problems, Journal of Optimization Theory and Applications, Computational Optimization and Applications, Journal of Global Optimization等学术期刊上发表论文近30余篇，获得2017年湖南省自然科学二等奖（排名第二）。