数学与统计学院学术报告[2021]085号

(高水平大学建设系列报告585号)

报告题目: 一种基于广义酉不变函数正则化的快速低秩矩阵复原方法

报告人：　 贾西西  副教授  （西安电子科技大学）

报告时间：202年9月17日上午9：00-11：00

报告地点： 汇星楼701

报告内容：

低秩矩阵逼近/复原问题在图像处理，计算机视觉和推荐系统中有着非常广泛的应用。传统方法求解大规模低秩矩阵逼近问题需要多次计算矩阵奇异值分解，使得算法的计算效率大大降低。本报告介绍一种广义的酉不变Gauge正则方法来实现快速低秩矩阵复原，并证明了酉不变Gauge正则和奇异值正则的等价性。该方法对矩阵奇异值正则问题给出了一种矩阵分解的刻画，基于矩阵分解形式，论文设计快速高效的低秩矩阵复原算法，避免了传统方法迭代多次计算大规模矩阵奇异值分解。论文提出的方法成功的应用到大规模低秩矩阵复原问题以及推荐系统中，大大缩短了计算时间提高了矩阵复原问题的准确度。

报告人简历：

贾西西， 西安电子科技大学数学与统计学院副教授，澳门科技大学博士后。主要研究方向包括：低秩矩阵逼近问题，深度学习的优化方法以及深度学习在图像复原问题中的应用。目前发表期刊和会议论文十余篇，其中包括TIP，TNNLS, Information Sciences以及CVPR等。

欢迎感兴趣的师生参加！

　　　　　　　　　　　　　　　　　　　　　 数学与统计学院

　　　　　　　　　　　　　　　　　　　 2021年9月17日