應(yīng)yl7703永利官網(wǎng)李朋副教授邀請, 復(fù)旦大學(xué)大數(shù)據(jù)學(xué)院 青年研究員, 將于2022年11月23號(星期三)上午9:00-10:00在線舉辦學(xué)術(shù)報告.

報告題目：Riemannian Optimization for Low Rank Tensor Completion

騰訊會議號：289-339-979

報告摘要：This talk is about the low rank tensor completion problem, which is about reconstructing a tensor from partially revealed entries. Riemannian optimization algorithms based on the Tucker decomposition as well as the tensor train decommission will be discussed. On the one hand, exact recovery guarantee of the vanilla Riemannian gradient algorithm based on the Tucker decomposition will be established. On the other hand, we will discuss the quotient geometry of the low tensor train rank tensors undera preconditioned metric, together with the corresponding Riemannian optimization algorithms.

報告人簡介

魏軻, 復(fù)旦大學(xué)大數(shù)據(jù)學(xué)院青年研究員, 博士生導(dǎo)師. 2014年獲得牛津大學(xué)博士學(xué)位, 之后在香港科技大學(xué)(2014-2015)和加州大學(xué)戴維斯分校(2015-2017)從事博士后研究. 主要研究興趣為高維結(jié)構(gòu)化數(shù)據(jù)處理算法與理論, 多智能體強(qiáng)化學(xué)習(xí)算法與理論, 數(shù)據(jù)科學(xué)的數(shù)理基礎(chǔ). 其研究成果已發(fā)表在國際重要的應(yīng)用數(shù)學(xué)和工程期刊上，包括 SIAM系列、IEEE系列、Appl. Comput. Harmonic Anal.、Math. Program.、J Machine Learn Research、Inverse Problem等. 先后入選上海市揚(yáng)帆計劃、上海市特聘教授計劃(東方學(xué)者)、中組部“青年拔尖人才計劃”等,主持國家重點(diǎn)研發(fā)計劃課題.詳情見其主頁https://makwei.github.io/

甘肅應(yīng)用數(shù)學(xué)中心

甘肅省高校應(yīng)用數(shù)學(xué)與復(fù)雜系統(tǒng)省級重點(diǎn)實驗室

萃英學(xué)院

yl7703永利官網(wǎng)

2022年11月17日