张量分析在图像、视频、社交网络分析中得到了广泛的应用，是机器学习、模式识别和数据挖掘领域中的一个新进展。本报告将详细介绍张量学习中的几个关键问题，如张量学习机的构造、张量的低秩近似、张量完全、张量去噪、张量的特征选择和张量的核函数构造，期望本报告能对从事机器学习、模式识别和数据挖掘的研究人员有所启发。
报告人简介：
杨晓伟，男，博士，教授，博士生导师。分别于1991年、1996年和2000年在吉林大学数学系、数学所和工程力学系获得理论与应用力学专业学士、计算力学专业硕士和固体力学专业博士学位。1991年7月-1993年7月在国营新乡振动设备总厂工作；1996年7月-2001年5月在吉林大学数学系任教；2001年6月至2014年12月在华南理工大学数学系信息与计算科学教研室任教。2015年1月调入华南理工大学软件学院。2003年1月-2003年5月受新加坡国立大学资助在机械工程学院做研究；2006年2月-2006年8月受澳大利亚悉尼科技大学资助在信息技术学院做研究；2009年7月-2010年7月受澳大利亚悉尼科技大学资助在软件学院做研究。现为美国数学会《Mathematical Reviews》评论员和中国人工智能学会机器学习专业委员会委员，并担任几个国内外人工智能领域主流杂志的审稿人，如IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions onFuzzySystems, IEEE Transactions on Cybernetics,IEEE Transactions on Image Processing、Knowledge-Based Systems、Expert Systems with Applications、Neurocomputing、PatternRecognition Letters、Soft Computing、Science China Information Sciences、Journal ofComputer Science and Technology、《计算机研究与发展》、《模式识别与人工智能》等。
从2003年至今，主要从事机器学习、模式识别和软计算等领域的研究工作，研究成果发表在IEEE Transactions on Fuzzy Systems、IEEE Transactions on Image Processing、ExpertSystems with Applications、Neurocomputing、Soft Computing、Pattern Analysis andApplications、Neural Computing and Applications、Progress in Natural Science、ICDM、SDM、《电子学报》、《计算机研究与发展》和《模式识别与人工智能》等国内外主流杂志和国际学术会议上。到目前为止，已发表论文100余篇，被国内外同行引用1000余次。
今天的文章计算机科学中的张量,杨晓伟教授到我院做“张量学习的几个关键问题”学术报告…分享到此就结束了，感谢您的阅读。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
如需转载请保留出处：https://bianchenghao.cn/67174.html
