题目：张量机器学习方法及其若干应用

报告人：王尧，贝斯特bst3344游戏智能决策与机器学习研究中心副教授、博士生导师。

报告时间：2019年12月3日星期二下午15：00-16：30

报告地点：管院311会议室

报告内容: 随着信息技术，特别是互联网、物联网、云计算的飞速发展，各个应用领域如电子通信、生物医学、移动互联网等，源源不断地产生形式多样的数据。这些数据最典型的两个特点一是其表征形式通常为维数极高的多线性数组(数学上称之为张量)，二是其蕴含着一些本质的低维结构特征。于是，很多现实中的应用问题，如视频安防监控、遥感信息处理、动态推荐系统等，均可归结为一个如何有效地挖掘高维张量数据的本质低维结构特征的机器学习问题。然而，不同于向量与矩阵，关于张量的相关代数与计算工具仍未发展成熟，这使得关于张量机器学习方法的研究正处于起步阶段，有很多具备理论与应用双重意义的研究问题亟待解决。在本次报告中，我们将首先介绍近几年来关于张量机器学习方法的一些研究进展，特别是其在处理一些实际应用问题上所取得的突破性成果。进而，我们将展示其与深度学习相结合的一个全新研究结果，并讨论一些未来值得研究的方向，特别是其在管理学中的相关应用方向。

报告人简介：王尧，西安交通大学应用数学专业博士，西安交通大学管理科学与工程专业博士后。现为贝斯特bst3344游戏智能决策与机器学习研究中心副教授、博士生导师。主要研究方向为机器学习方法在图像视频数据分析、知识图谱、精准医疗以及推荐系统等方面的应用，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等国际权威期刊与ICML, ICCV, CVPR等国际顶级会议上发表论文40余篇，其中包括贝斯特bst3344游戏认定的A类期刊论文10篇，CCF A类会议论文6篇。研究成果曾获2018年陕西省科学技术一等奖(排名第4)与2018年重庆市自然科学三等奖(排名第2)。现主持国家重点研发计划项目子课题与国家自然科学基金面上项目各1项。曾为CVPR, ACCV等多个国际学术会议的PC。