应科学研究部、计算机科学与技术学院和安徽省认知行为智能计算与应用工程研究中心的邀请，10月18日，哈尔滨工程大学杨明博士通过腾讯会议为我校师生作了题为“视觉分析中的张量数据低秩模型”的学术报告，报告会由学院副院长肖建于教授主持，学院部分教师和研究生聆听了报告。

报告介绍了在张量框架下，首先通过对非凸低秩近似表示函数的引入，探讨了张量补全、张量鲁棒主成分分析（TRPCA）和多视图子空间聚类三个经典问题。报告人把所提出的算法与现有的最新方法进行了全面的比较，指出所提出算法的优势。此外，报告中间穿插生动的图片和视频恢复动画演示。最后报告人针对上述三个经典问题提出了未来可能的研究方向，包括：减少大规模异构数据上聚类分析上的时间复杂度；在对多视图图片数据做聚类时使用鲁棒的特征抽取和表示技术以及与深度学习、云计算等技术相结合等。

报告会结束后，杨博士与学院师生积极互动，围绕张量数据低秩模型相关问题进行了广泛而深入的交流，让参加报告的师生受益匪浅，进一步加强了师生之间的学术交流。

报告人简介：杨明，2007年毕业于吉林大学，获得数学学士学位，并于2012年在美国德克萨斯A&M大学学院站取得数学博士学位。曾担任韦斯特菲尔德州立大学数学与计算机与信息科学系的数据科学助理教授。现任哈尔滨工程大学数学系副教授。主要研究方向为机器学习、图像处理以及张量分解。

              （文图：郑颖 / 审核：王晶 肖建于）