智能決策與機器學(xué)習研究中心系列講座（二） 2019-11-27

題目：張量機器學(xué)習方法及其若干應用

報告人：王堯，bwin必贏(yíng)唯一官網(wǎng)智能決策與機器學(xué)習研究中心副教授、博士生導師。

報告時(shí)間：2019年12月3日星期二下午15：00-16：30

報告地點(diǎn)：管院311會(huì )議室

報告內容: 隨著(zhù)信息技術(shù)，特別是互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、云計算的飛速發(fā)展，各個(gè)應用領(lǐng)域如電子通信、生物醫學(xué)、移動(dòng)互聯(lián)網(wǎng)等，源源不斷地產(chǎn)生形式多樣的數據。這些數據最典型的兩個(gè)特點(diǎn)一是其表征形式通常為維數極高的多線(xiàn)性數組(數學(xué)上稱(chēng)之為張量)，二是其蘊含著(zhù)一些本質(zhì)的低維結構特征。于是，很多現實(shí)中的應用問(wèn)題，如視頻安防監控、遙感信息處理、動(dòng)態(tài)推薦系統等，均可歸結為一個(gè)如何有效地挖掘高維張量數據的本質(zhì)低維結構特征的機器學(xué)習問(wèn)題。然而，不同于向量與矩陣，關(guān)于張量的相關(guān)代數與計算工具仍未發(fā)展成熟，這使得關(guān)于張量機器學(xué)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(wèn)題亟待解決。在本次報告中，我們將首先介紹近幾年來(lái)關(guān)于張量機器學(xué)習方法的一些研究進(jìn)展，特別是其在處理一些實(shí)際應用問(wèn)題上所取得的突破性成果。進(jìn)而，我們將展示其與深度學(xué)習相結合的一個(gè)全新研究結果，并討論一些未來(lái)值得研究的方向，特別是其在管理學(xué)中的相關(guān)應用方向。

報告人簡(jiǎn)介：王堯，bwin必贏(yíng)唯一官網(wǎng)應用數學(xué)專(zhuān)業(yè)博士，bwin必贏(yíng)唯一官網(wǎng)管理科學(xué)與工程專(zhuān)業(yè)博士后?，F為bwin必贏(yíng)唯一官網(wǎng)智能決策與機器學(xué)習研究中心副教授、博士生導師。主要研究方向為機器學(xué)習方法在圖像視頻數據分析、知識圖譜、精準醫療以及推薦系統等方面的應用，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(huì )議上發(fā)表論文40余篇，其中包括bwin必贏(yíng)唯一官網(wǎng)認定的A類(lèi)期刊論文10篇，CCF A類(lèi)會(huì )議論文6篇。研究成果曾獲2018年陜西省科學(xué)技術(shù)一等獎(排名第4)與2018年重慶市自然科學(xué)三等獎(排名第2)?，F主持國家重點(diǎn)研發(fā)計劃項目子課題與國家自然科學(xué)基金面上項目各1項。曾為CVPR, ACCV等多個(gè)國際學(xué)術(shù)會(huì )議的PC。