2022年第4期第35讲：黎稳教授学术报告

广州数学大讲坛第四期

第三十六讲——华南师范大学黎稳教授学术报告

题目：Tensor Non-convex Low-rank Regularization Approximation Model for Robust Principal Component Analysis

时间：2022年06月23日（周四）上午08：30-11：50

地点：腾讯会议（会议ID：839-908-033）

报告人：黎稳教授

摘要：In this talk, we explore a non-convex low-rank regularization approximation model for robust principal component analysis, which minimizes a weighted combination of non-convex tensor rank approximation function and the weighted lp -norm to attain a tighter approximation. The proposed non-convex optimization model can be solved efficiently by the alternating direction method of multipliers. 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，华南师范大学数学学院院长、二级教授。中国数学会理事。主要研究方向为数值代数及其应用。主持五项国家自然科学基金面上项目。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》等发表学术论文多篇。研究成果《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和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。