題目：張量機器學(xué)習(xí)方法及其若干應(yīng)用

       報告人：王堯，西安交通大學(xué)管理學(xué)院智能決策與機器學(xué)習(xí)研究中心副教授、博士生導(dǎo)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(nèi)容: 隨著信息技術(shù)，特別是互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、云計算的飛速發(fā)展，各個應(yīng)用領(lǐng)域如電子通信、生物醫(yī)學(xué)、移動互聯(lián)網(wǎng)等，源源不斷地產(chǎn)生形式多樣的數(shù)據(jù)。這些數(shù)據(jù)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(xué)上稱之為張量)，二是其蘊含著一些本質(zhì)的低維結(jié)構(gòu)特征。于是，很多現(xiàn)實中的應(yīng)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(jié)為一個如何有效地挖掘高維張量數(shù)據(jù)的本質(zhì)低維結(jié)構(gòu)特征的機器學(xué)習(xí)問題。然而，不同于向量與矩陣，關(guān)于張量的相關(guān)代數(shù)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(xí)方法的研究正處于起步階段，有很多具備理論與應(yīng)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(guān)于張量機器學(xué)習(xí)方法的一些研究進(jìn)展，特別是其在處理一些實際應(yīng)用問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(xí)相結(jié)合的一個全新研究結(jié)果，并討論一些未來值得研究的方向，特別是其在管理學(xué)中的相關(guān)應(yīng)用方向。

       報告人簡介：王堯，西安交通大學(xué)應(yīng)用數(shù)學(xué)專業(yè)博士，西安交通大學(xué)管理科學(xué)與工程專業(yè)博士后?，F(xiàn)為西安交通大學(xué)管理學(xué)院智能決策與機器學(xué)習(xí)研究中心副教授、博士生導(dǎo)師。主要研究方向為機器學(xué)習(xí)方法在圖像視頻數(shù)據(jù)分析、知識圖譜、精準(zhǔn)醫(yī)療以及推薦系統(tǒng)等方面的應(yīng)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(quán)威期刊與ICML, ICCV, CVPR等國際頂級會議上發(fā)表論文40余篇，其中包括管理學(xué)院認(rèn)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(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(xiàn)主持國家重點研發(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等多個國際學(xué)術(shù)會議的PC。