|
|
" style="visibility: hidden;">
CAA
智慧起航，共创未来
2021年中国自动化学会云讲座正式起航！首期云讲座将于3月29日15:00-16:00开讲，本期云讲座邀请到西南大学王建军教授，为大家带来报告：
ROBUST ONE-BIT LOW-TUBAL-RANK TENSOR RECOVERY（1-比特低管秩张量鲁棒恢复的模型、理论与算法），敬请期待！
王建军
■ 西南大学教授
报告题目：
ROBUST ONE-BIT LOW-TUBAL-RANK TENSOR RECOVERY
1-比特低管秩张量鲁棒恢复的模型、理论与算法
报告摘要：
This talk focuses on the recovery of low-tubal-rank tensors from binary measurements based on tensor-tensor product (or t-product) and tensor Singular Value Decomposition (t-SVD). Two types of recovery models are considered, one is the tensor hard singular tube thresholding and the other one is the tensor nuclear norm minimization. In the case no random dither exists in the measurements, our research shows that the direction of tensor X∈R^(n1×n2×n3) with tubal rank r can be well approximated from O(r(n1+n2)n3) random Gaussian measurements. In the case nonadaptive dither exists in the measurements, it is proved that both the direction and the magnitude of X can be simultaneously recovered. As we will see, under the nonadaptive measurement scheme, the recovery errors of two reconstruction procedures decay at the rate of polynomial of the oversampling factor λ=m/"r(n1+n2)n3" (m is the random Gaussian measurements). In order to obtain faster decay rate, we introduce a recursive strategy and allow the dithers in quantization to be adaptive to previous measurements for each iterations. Under this quantization scheme, two iterative recovery algorithms are proposed which establish recovery errors decaying at the rate of exponent of the oversampling factor λ. Numerical experiments on both synthetic and real-world data sets are conducted and demonstrate the validity of our theoretical results and the superiority of our algorithms.
报告人简介：
王建军，博士，西南大学三级教授，博士生导师，重庆市学术带头人，重庆市创新创业领军人才，巴渝学者特聘教授，重庆工业与应用数学学会副理事长，CSIAM全国大数据与人工智能专家委员会委员，美国数学评论评论员，曾获重庆市自然科学奖励。主要研究方向为：高维数据建模、机器学习（深度学习）、数据挖掘、压缩感知、张量分析、函数逼近论等。在神经网络(深度学习)逼近复杂性和高维数据稀疏建模等方面有一定的学术积累。主持国家自然科学基金5项，教育部科学技术重点项目1项，重庆市自然科学基金1项，主研8项国家自然、社会科学基金；现主持国家自然科学基金面上项目2项，参与国家重点基础研究发展‘973’计划一项， 多次出席国际、国内重要学术会议，并应邀做大会特邀报告22余次。
已在IEEE Transactions on Pattern Analysis and Machine Intelligence（2）, IEEE Transactions on Neural Networks and Learning System（2），Applied and Computational Harmonic Analysis(2),Inverse Problems, Neural Networks, Signal Processing(2), IEEE Signal Processing letters(2), Journal of Computational and applied mathematics, ICASSP，IET Image processing(2), IET Signal processing(4),中国科学(A,F辑)(4), 数学学报, 计算机学报, 电子学报(3)等知名专业期刊发表90余篇学术论文,IEEE等系列刊物，National Science Review 及Signal Processing，Neural Networks，Pattern Recognization，中国科学, 计算机学报，电子学报，数学学报等知名期刊审稿人。
报名方式
1、请提前下载钉钉PC端或手机安装钉钉APP。
2、打开钉钉扫一扫，扫描下方二维码加入直播群。
直播结束后，云讲座视频将上传至中国自动化学会B站、iqiyi、微博等新媒体平台，欢迎大家观看！
学会官方B站
学会官方iqiyi
学会官方微博
2021“CAA云讲座”火热征集中，欢迎广大科技工作者报名参加，点击下方链接了解更多：
【云讲座征集】CAA邀您新春再聚“云”端——2021“CAA云讲座”报告人征集开始啦！
END
内容来源| 学会秘书处编辑|唐甜甜 责任编辑|叩颖
往期文章
[/url]
[url=http://mp.weixin.qq.com/s?__biz=MzA3MDU5ODMzMg==&mid=2656573071&idx=1&sn=8616a851c390d9386a5eda54a6f8e4f1&chksm=8496dd5cb3e1544ab2ac69376b2b9224eb74de2e82320ea21159f6cc553dd8060be39d331285&scene=21#wechat_redirect]【CAA颁奖盛典】关于举办2020年度中国自动化学会颁奖盛典的通知【学科建设】树高千尺，营养在根——中国自动化学会助力自动化科学与技术发展【重要通知】关于征集智能自动化学科前沿讲习班承办单位的通知【重磅】匠心执守 60 载，智慧引领新未来——中国自动化学会60周年纪念活动标识及吉祥物征集活动开始啦！
【云讲座征集】春回大地，万象更新，CAA邀您新春再聚“云”端——2021“CAA云讲座”报告人征集开始啦！
联系我们
地址：北京市海淀区中关村东路95号
邮编：100190
电话：010-82544542（综合）
010-62522472（会员）
010-62522248（学术活动）
010-62624980（财务）
传真：010-62522248
邮箱：caa@ia.ac.cn
中国自动化学会新媒体矩阵
学会官方微信
CAA OFFICIAL
学会官网
CAA会员服务
学会官方B站
学会官方抖音
学会官方微博
学会官方爱奇艺
中国自动化学会会议
中国自动化大会
微信视频号
腾讯微视号 |
|
发表于 2021-3-31 11:25:32
收藏