报告题目：张量网络分解及其在高维数据复原中的应用

报 告 人：郑玉棒 博士

报告地点：腾讯会议544-837-935

报告时间：2025年4月7日 星期一 10：30-11：30

报告摘要：张量网络分解旨在将大规模高阶张量分解成一系列的小规模低阶因子（也称为核张量），近年来在科学计算、机器学习和计算机视觉等领域得到了广泛的关注和应用。本报告将回顾张量网络分解的基础运算，介绍代表性固定拓扑的张量网络分解（如tensor train分解、tensor ring分解和fully-connected tensor network分解等）以及拓扑自揭示的张量网络分解，并基于此探讨不同张量网络分解在高维数据复原中的应用能力和表现。

报告人简介：郑玉棒，理学博士，西南交通大学信息科学与技术学院助理教授，硕士生导师，师从黄廷祝教授。主要研究方向包括高维信号与图像处理，张量建模与智能计算，机器学习及其数学理论等，在国际权威期刊和会议上发表学术论文30余篇，包括CVPR、AAAI、ISPRS J. Photogramm. Remote Sens.、IEEE Trans. Geosci. Remote Sens.、J. Sci. Comput.、Inverse Probl. Imaging和Inf. Sci.等，入选ESI高被引论文2篇，Google学术引用1000余次。担任IEEE TPAMI、IJCV、IEEE TIP、IEEE TNNLS等国际期刊审稿人。曾获2021川渝科技学术大会优秀论文一等奖 (作者排名第一，四川省每年10篇)、华为技术合作成果转化二等奖。主持国家自然科学基金青年项目、四川省自然科学基金青年项目。