長沙理工大學學術(shù)活動預(yù)告
報告承辦單位: 數(shù)學與統(tǒng)計學院
報告題目: Nonconvex Optimization Methods for Robust Tensor Completion from Grossly Sparse Observations
報告內(nèi)容: In this talk, we consider the robust tensor completion problem for recovering a low-rank tensor image from limited samples and sparsely corrupted observations, especially by impulse noise. We propose and develop a nonconvex model, which minimizes a weighted combination of tubal nuclear norm, the $\ell_1$-norm data fidelity term, and a concave smooth correction term.
報告人姓名: 白敏茹
報告人所在單位: 湖南大學
報告人職稱/職務(wù)及學術(shù)頭銜: 教授、博士導(dǎo)師
報告時間: 2020年9月23日（星期三）：20:30-21:30
報告方式: 線上騰訊會議，會議號ID：890-847-928
報告人簡介: 白敏茹，湖南大學數(shù)學學院教授，博士生導(dǎo)師，擔任湖南省運籌學會副理事長、湖南省計算數(shù)學與應(yīng)用軟件學會副理事長、中國運籌學會數(shù)學優(yōu)化學會理事，長期致力于最優(yōu)化理論、方法及其應(yīng)用研究，近年來主要從事張量優(yōu)化、低秩稀疏優(yōu)化及其在圖像處理中的應(yīng)用研究，主持國家自然科學基金面上項目2項和湖南省自然科學基金等項目，取得了系列創(chuàng)新性研究成果，在SIAM Journal on Imaging Sciences、Inverse Problems, Journal of Optimization Theory and Applications, Computational Optimization and Applications, Journal of Global Optimization, Applied Mathematics Letters等高水平學術(shù)期刊上發(fā)表論文近20余篇，獲得2017年湖南省自然科學二等獎（排名第二）