题     目：一类基于L_(0/1)软间隔损失函数的低秩支持张量机

报 告 人：王双月 博士

单     位：北京交通大学

时     间：2022年11月10日8：00-12:00

地     点：腾讯367-303-594

摘 要：支持向量机作为基于向量空间的一种传统的机器学习方法，不能直接处理张量类型的数据，否则不仅破坏数据的空间结构，还会造成维度灾难及小样本问题。作为支持向量机的一种高阶推广，用于处理张量数据分类的支持张量机已经引起众多学者的关注，并应用于遥感成像、视频分析、金融、故障诊断等多个领域。与支持向量机类似，已有的支持张量机模型中采用的损失函数多为L_(0/1)函数的代理函数。在本文中，我们将直接使用L_(0/1)这一本原函数作为损失函数，并利用张量数据的低秩性，建立针对二分类问题的低秩支持张量机模型。针对这一非凸非连续的张量优化问题，设计交替方向乘子法进行求解，并通过对模拟数据和真实数据进行数值实验，验证模型与算法的有效性。

报告人简介:王双月，北京交通大学在读博士。本科毕业于河南师范大学，硕士毕业于河南大学，师从肖运海教授。现为北京交通大学数学与统计学院博士生，师从罗自炎教授。主要研究方向为支持张量机的优化理论与算法。