题  目：基于深度高阶压缩采样的高维数据建模关键技术

内容简介：本报告以当今较为前沿的深度学习、压缩感知、低秩矩阵优化、张量稀疏建模等关键技术为基础，系统地展开了基于深度高阶压缩采样的高维数据建模理论、算法以及应用研究。所取得的研究成果已经广泛应用于图像与视频处理、地理测绘、医疗诊断、安防监控等与大数据分析相关的领域，在诸如计算机视觉、图像处理、模式识别和数据挖掘等许多工程领域都有着重要的指导价值和实践意义。

报告人：王建军

报告人简介：西南大学教授（三级），博士生导师，重庆市学术技术带头人，重庆市创新创业领军人才，巴渝学者特聘教授，中国数学会理事，人工智能科学与工程期刊执行主编，重庆市工业与应用数学学会、重庆市运筹学会副理事长，美国数学评论评论员，重庆数学会常务理事，曾获重庆市自然科学奖，主要研究方向为：高维数据建模、压缩感知、低秩张量分析、神经网络与函数逼近等。在神经网络逼近复杂性和稀疏逼近等方面有较好的学术积累，应邀做大会特邀报告30余次。已在IEEE TPAMI（5），IEEE TIT，IEEE TIP，IEEE TNNLS（3），ACHA（2），IP，PR, KBS, AAAI，ACM MM，IEEE SPL(3), SP（3），NN，ICASSP(5), 中国科学（5）, 计算机学报，数学学报，电子学报（3）等国内外顶级学术期刊发表100余篇学术论文，授权发明专利4项。主持国家重点研发计划课题1项，国家自然科学基金5项，省部级项目6项。

时  间：2024年3月2日（周六）上午11：00开始

地  点：南海楼124室

热烈欢迎广大师生参加!

信息科学技术学院/网络空间安全学院

2024年3月1日