学术报告

走向现代数学-系列学术报告(No. 465)(黎稳 教授)

题目:Tensor nonconvex optimization method for robust principal component analysis

报告人:黎稳 教授 (华南师范大学

时间:20211126日,143

地点:工西416 

摘要:In this talk, we develop a new non-convex TRPCA model, which minimizes a weighted combination of non-convex tensor rank approximation function and the weighted Lp -norm to attain a tighter approximation. The resultant non-convex optimization model can be solved efficiently by the alternating direction method of multipliers (ADMM). The convergent analysis is also discussed. Numerical experiments for both image recovery and surveillance video background modeling demonstrate the effectiveness of the proposed method. 

 报告人简介:黎稳,华南师范大学二级教授,博导,中国数学会理事曾任中国计算数学学会理事。主要研究方向为数值代数及其应用主持国家自然科学基金面上项目五项,参与一项广东省与国家自然科学基金联合重大项目。在著名学术刊物 《Numer Math》、《SIAM J Optim》、《SIAM J Matrix Anal Appl》、《SIAM J Imaging Sci、《J Sci Comput和《Pattern Recognition》等发表学术论文190篇。成果《数值代数中若干问题研究》和《结构张量的理论、计算与应用》分别于2012  2021 以第一完成人身份获广东省科学技术奖自然科学奖二等奖。