勷勤数学•专家报告

题      目：在线张量学习：计算与统计的权衡、自适应性与最优遗憾

报  告  人：李竞阳 助理教授  (邀请人：陈艳男)

                                              复旦大学

时      间： 11月13日  09：30-10:30

地     点：数科院东楼401

报告人简介:

          复旦大学统计与数据科学系助理教授。2023年获香港科技大学数学博士学位，曾在密歇根大学从事博士后研究。主要研究方向包括高维统计、矩阵与张量学习及非凸优化。

摘      要：

        面向持续到达的高维张量数据，本报告介绍一种在线黎曼梯度下降方法，在较低的计算与存储开销下实现低秩张量的实时估计与预测。报告将重点讨论算法收敛速度、统计误差与累积遗憾之间的权衡，并介绍无需预先知道数据流长度的自适应步长策略。在适当条件下，该策略可获得近最优的统计误差率与关于时间长度的对数阶累积遗憾。最后结合数值实验展示方法的有效性。

          欢迎老师、同学们参加、交流！