一类低秩张量优化问题的模型与算法

2017-11-08


学术报告



报告题目一类低秩张量优化问题的模型与算法



时间地点: 201711816:00数科院第八教室



报告人:杨宇宁(广西大学数学学院)



摘要

近些年来,随着机器学习以及数据科学的蓬勃发展,许多具有高阶张量结构的模型被提出来。这样的模型包括张量逼近,张量补全,张量回归,多线性多任务学习等等。从优化角度来看,这些模型可以看作带低秩约束的张量优化问题。由于张量问题一般规模都比较大,许多复杂的求解算法无法获得较好的效果。因此我们提出一类简易高效的算法。算法每一步的子问题等价于求解张量最大奇异值问题,而该问题可以快速求解。同时算法具有线性收敛性。实验效果显示算法效果良好。



邀请人:吴春林


南开大学 | 陈省身数学研究所 | 组合数学研究中心| 统计研究院
版权所有 南开大学数学科学学院 | 地址:天津市卫津路94号 | 邮编:300071| 电话:022-23504717