報告題目：Randomized tensor decomposition and optimization in the Tucker and tensor train formats
報 告 人：練 恒 副教授
所在單位：香港城市大學
報告時間：2023年4月3日 星期一 14:00-15:00
報告地點：騰訊會議 ID: 280412869
校内聯系人：趙世舜 zhaoss@jlu.edu.cn
報告摘要：Problems involving a low-rank tensor with a Tucker format or a tensor train (TT) format, such as the tensor decomposition or tensor optimization problems, have been frequently studied in the literature. Motivated by the success of randomized algorithms for low-rank matrix decomposition, we develop randomized algorithms for these two tensor formats and present a detailed theoretical analysis of the randomized tensor decomposition as well as on its use in the optimization and regression problem. We provide error bounds both in expectation and bounds with high probability.
報告人簡介：練恒，現任香港城市大學數學系副教授，于2000年在中國科學技術大學獲得數學和計算機學士學位，2007年在美國布朗大學獲得計算機碩士，經濟學碩士和應用數學博士學位。先後在新加坡南洋理工大學，澳大利亞新南威爾士大學，和香港城市大學工作。在高水平國際期刊上發表學術論文30多篇，包括《Annals of Statistics》、《Journal of the Royal Statistical Society，Series B》、《Journal of the American Statistical Association》、《Journal of Machine Learning Research》、《IEEE Transactions on Pattern Analysis and Machine Intelligence》. 研究方向包括高維數據分析，函數數據分析，機器學習等。
