10月31日,，應數學與信息科學學院邀請，復旦大學數學科學院教授,、博士生導師魏益民教授做客數學與信息科學學院“牧野格致”為學院師生作題為“COSEPARABLE NONNEGATIVE TENSOR FACTORIZATION WITH T-CUR  DECOMPOSITION”的學術報告,，相關專業(yè)教師和研究生30余人參加了此次報告。報告由數學與信息科學學院崔魯賓教授主持,。

在本次報告中,，魏益民教授首先從非負矩陣分解開始介紹,，非負矩陣分解（NMF）是一種重要的無監(jiān)督學習方法,，用于從數據中提取有意義的特征。然而,，在現(xiàn)實世界中,，數據更自然地表示為多維數組，如圖像或視頻,。NMF在高維數據中的應用涉及矢量化,，這有可能失去基本的多維相關性。為了保持這些固有的相關性,，轉向張量（多維數組）并利用張量t積創(chuàng)建了非負張量因式分解（NTF）,。緊接著，魏益民教授驗證了t-CUR抽樣理論,，并將其與張量離散經驗插值方法（t-DEIM）相結合,，引入了一種替代的隨機指數選擇過程，并在面部分析數據集上進行了測試得到了優(yōu)異的結果,。

報告結束后,，魏益民教授與參會師生進行了互動，對學生老師的提問進行了積極的回答,，并給出了未來發(fā)展的方向,，就研究生的學習給出了建設性的建議。本次報告內容豐富,，現(xiàn)場氣氛熱烈,，給了與會師生很多思考和啟發(fā)，使與會教師和研究生受益匪淺,。

專家簡介：

魏益民,，復旦大學數學科學院教授,、博士生導師。主要從事矩陣,、張量方面的理論和應用研究,，多次主持國家自然科學基金面上項目、教育部博士點基金項目和973子課題等項目,，獲得上海市科學技術獎二等獎,。擔任國際學術期刊Computational and Applied Mathematics，Journal of Applied Mathematics and Computing,，F(xiàn)ILOMAT,，《高校計算數學學報》的編委。在國際學術期刊Math. Comput.,，SIAM J. Sci. Comput.,，SIAM J. Numer Anal.，SIAM J. Matrix Anal. Appl.,，IEEE Trans. Auto. Control,，IEEE Trans. Neural Network Learn. System，Neurocomputing和Neural Computation等發(fā)表論文150余篇,；在EDP Science,，Elsevier，Springer,，World Scientific和科學出版社等出版英語專著5本,。5次入選愛思唯爾“中國高被引學者”榜單。

（數學與信息科學學院 郭貴良 崔魯賓）