娱乐城开户送体验金-保时捷娱乐城官方论坛-捷豹娱乐城真正网址

一線(xiàn)動(dòng)態(tài)

數(shù)學(xué)與統(tǒng)計(jì)學(xué)院王建軍教授團(tuán)隊(duì) 在國(guó)際權(quán)威期刊發(fā)表系列研究成果


發(fā)布時(shí)間:2023-04-21
來(lái)源:數(shù)學(xué)與統(tǒng)計(jì)學(xué)院   |  文字:王建軍團(tuán)隊(duì)
編輯: 雷四維   |  審核: 韓笑

近日,由王建軍教授帶領(lǐng)的機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘團(tuán)隊(duì)在復(fù)雜高維數(shù)據(jù)稀疏建模領(lǐng)域再次取得一系列重要研究成果。該團(tuán)隊(duì)首次將低水平量化測(cè)量運(yùn)用至張量魯棒去噪問(wèn)題中,建立了嚴(yán)謹(jǐn)?shù)睦碚摶謴?fù)保證;進(jìn)一步,該團(tuán)隊(duì)建立了一個(gè)廣義高階t-SVD代數(shù)框架,設(shè)計(jì)了一套計(jì)算工具包,而后將其應(yīng)用到諸如圖像和視頻修補(bǔ)等大規(guī)模多維視覺(jué)場(chǎng)景中;基于張量數(shù)據(jù)的低秩和局部平滑先驗(yàn),該團(tuán)隊(duì)研究并設(shè)計(jì)出了適宜極低采樣率下視覺(jué)張量數(shù)據(jù)恢復(fù)的新算法。此外,該團(tuán)隊(duì)繼續(xù)充分挖掘張量列/行子空間信息的潛在表達(dá)能力,創(chuàng)新性地提出了恢復(fù)大規(guī)模張量數(shù)據(jù)的有效方法;同時(shí),將多層列/行子空間信息考慮至張量恢復(fù)模型中,為后續(xù)探討靈活有效運(yùn)用張量列/行子空間信息提供了新思路。以上成果近日相繼發(fā)表或接收于《IEEE Trans. Inf. Theory》(中國(guó)計(jì)算機(jī)學(xué)會(huì)A類(lèi)期刊,中科院SCI期刊分區(qū)Top期刊)、 《IEEE Trans. Image Process.》(國(guó)際圖像處理領(lǐng)域Top、中國(guó)計(jì)算機(jī)學(xué)會(huì)A 類(lèi)刊物)、《Proc. AAAI Conf. Artif. Intell.》(中國(guó)計(jì)算機(jī)學(xué)會(huì) A 類(lèi)會(huì)議)、《Knowl.-Based Syst.》(中科院Top期刊)和《Pattern Recogn.》(中科院Top期刊)。

據(jù)悉,該團(tuán)隊(duì)長(zhǎng)期聚焦于數(shù)學(xué)、統(tǒng)計(jì)學(xué)、計(jì)算機(jī)科學(xué)、信息處理和人工智能等交叉領(lǐng)域的理論和應(yīng)用研究工作,致力于發(fā)展深刻的數(shù)學(xué)理論與有效的智能計(jì)算技術(shù)。近年來(lái)緊密?chē)@復(fù)雜高維數(shù)據(jù)稀疏建模這一研究領(lǐng)域,在相關(guān)數(shù)學(xué)基礎(chǔ)理論、圖像處理以及人工智能等方向上取得了許多突破性的工作。

另悉,該團(tuán)隊(duì)還在國(guó)際人工智能Top、中國(guó)計(jì)算機(jī)學(xué)會(huì)A 類(lèi)刊物IEEE Trans. Pattern Anal. Mach. Intell.(5)、IEEE Trans. Inf. Theory、IEEE Trans. Image Process.,IEEE Trans. Neural Netw. Learn. Syst.(2),中國(guó)計(jì)算機(jī)學(xué)會(huì)A 類(lèi)會(huì)議Proc. AAAI Conf. Artif. Intell.,中國(guó)數(shù)學(xué)會(huì)T1類(lèi)刊物、國(guó)際應(yīng)用數(shù)學(xué)Top刊物Appl. Comput. Harmon. Anal.(2)和Inverse Probl.,以及一些國(guó)內(nèi)高水平刊物,如《中國(guó)科學(xué)》、《數(shù)學(xué)學(xué)報(bào)》、《電子學(xué)報(bào)》、《計(jì)算機(jī)學(xué)報(bào)》等上發(fā)表多篇重要原創(chuàng)性學(xué)術(shù)成果。目前,王建軍教授正帶領(lǐng)團(tuán)隊(duì)繼續(xù)深度挖掘不同數(shù)據(jù)潛在的結(jié)構(gòu)化特征,進(jìn)一步攻克當(dāng)今人工智能、大數(shù)據(jù)與深度學(xué)習(xí)等領(lǐng)域中亟待解決的可解釋性理論研究問(wèn)題,構(gòu)建和設(shè)計(jì)有效、可解釋、結(jié)合實(shí)際應(yīng)用問(wèn)題的模型和算法。這些成果有望在雷達(dá)圖像處理、醫(yī)學(xué)圖像處理、相機(jī)成像系統(tǒng)等大數(shù)據(jù)與人工智能相關(guān)領(lǐng)域得到進(jìn)一步應(yīng)用。

書(shū)記校長(zhǎng)信箱