題目：張量機器學習方法及其若干應用

報告人：王堯，bwin必贏唯一官網智能決策與機器學習研究中心副教授、博士生導師。

報告時間：2019年12月3日星期二下午15：00-16：30

報告地點：管院311會議室

報告內容: 隨著信息技術，特別是互聯(lián)網、物聯(lián)網、云計算的飛速發(fā)展，各個應用領域如電子通信、生物醫(yī)學、移動互聯(lián)網等，源源不斷地產生形式多樣的數(shù)據。這些數(shù)據最典型的兩個特點一是其表征形式通常為維數(shù)極高的多線性數(shù)組(數(shù)學上稱之為張量)，二是其蘊含著一些本質的低維結構特征。于是，很多現(xiàn)實中的應用問題，如視頻安防監(jiān)控、遙感信息處理、動態(tài)推薦系統(tǒng)等，均可歸結為一個如何有效地挖掘高維張量數(shù)據的本質低維結構特征的機器學習問題。然而，不同于向量與矩陣，關于張量的相關代數(shù)與計算工具仍未發(fā)展成熟，這使得關于張量機器學習方法的研究正處于起步階段，有很多具備理論與應用雙重意義的研究問題亟待解決。在本次報告中，我們將首先介紹近幾年來關于張量機器學習方法的一些研究進展，特別是其在處理一些實際應用問題上所取得的突破性成果。進而，我們將展示其與深度學習相結合的一個全新研究結果，并討論一些未來值得研究的方向，特別是其在管理學中的相關應用方向。

報告人簡介：王堯，bwin必贏唯一官網應用數(shù)學專業(yè)博士，bwin必贏唯一官網管理科學與工程專業(yè)博士后?，F(xiàn)為bwin必贏唯一官網智能決策與機器學習研究中心副教授、博士生導師。主要研究方向為機器學習方法在圖像視頻數(shù)據分析、知識圖譜、精準醫(yī)療以及推薦系統(tǒng)等方面的應用，已在National Science Review, IEEE Transactions on Image Processing, IEEE Transactions on Neural Networks and Learning Systems, IEEE Transactions on Geoscience and Remote Sensing, IEEE Transactions on Signal Processing, IEEE Transactions on Cybernetics等國際權威期刊與ICML, ICCV, CVPR等國際頂級會議上發(fā)表論文40余篇，其中包括bwin必贏唯一官網認定的A類期刊論文10篇，CCF A類會議論文6篇。研究成果曾獲2018年陜西省科學技術一等獎(排名第4)與2018年重慶市自然科學三等獎(排名第2)。現(xiàn)主持國家重點研發(fā)計劃項目子課題與國家自然科學基金面上項目各1項。曾為CVPR, ACCV等多個國際學術會議的PC。