报告人: 魏益民 （复旦大学）

日  期: 2019年11月25日

时  间: 16:00

地  点: 理科楼 LD202

摘  要: Randomized algorithms provide a powerful tool for scientific computing. Compared with standard deterministic algorithms, randomized algorithms are often faster and more robust. The main purpose of this paper is to design adaptive randomized algorithms for computing the approximate tensor decompositions. We give an adaptive randomized algorithm for the computation of a low multilinear rank approximation of the tensors with unknown multilinear rank and analyze its probabilistic error bound under certain assumptions. Finally, we design an adaptive randomized algorithm for computing the tensor train approximations of the tensors. Based on the bounds about the singular values of sub-Gaussian matrices with independent columns or independent rows, we analyze these randomized algorithms. We illustrate our adaptive randomized algorithms via several numerical examples.

报告人简介：魏益民，复旦大学数学科学学院教授，上海市应用数学重点实验室研究员、博士生导师。1997年复旦大学数学研究所获得理学博士学位，长期从事矩阵计算的理论和应用研究工作。曾获得上海市高校优秀青年教师和上海市“曙光”学者的称号，获得上海市自然科学三等奖。迄今已在《SIAM J. Matrix Anal. Appl.》、《SIAM J. Numer. Anal.》、《SIAM J. Sci. Comput.》、《J. Sci. Comput.》等国际重要学术期刊发表论文一百余篇，并在科学出版社出版中英文专著《Generalized Inverses: Theory and Calculations》(2004，2018)、《Effective Condition Number for Numerical Partial Differential Equations》(2013，2015)、《广义逆的符号模式》(2014)三部和英文教材《Numerical Linear Algebra and Its Applications》(2004，2015)一部。曾多次主持国家自然科学基金面上项目、教育部博士点基金项目和973子课题等项目。目前正主持国家自然科学基金项目，担任国际学术期刊《Comput. Appl. Math.》和《J. Appl. Math. Comput.》和《高校计算数学学报》的编委。

公司联系人: 李寒宇

欢迎广大师生积极参与！