关于Jacobi类型独立成分分析算法的
研究及其应用
报告专家：李建泽 （中山大学理学院）
报告时间：7月16日（星期三） 下午2:30-3:30
报告地点：数学学院西303
报告摘要：
自20世纪80年代以来，盲源分离(BSS)问题在脑电图(EEG)信号分离等实际问题中得到了广泛而深入的应用，受到信号处理、统计学、机器学习以及人工智能等多个学科领域的持续关注。其中，Jacobi类型的独立成分分析(ICA)算法由法国学者Pierre Comon和Jean-François Cardoso等人在20世纪90年代提出，已发展为解决BSS问题的主要方法之一，并与流形优化、张量代数以及矩阵分析等数学分支密切相关。本次报告将介绍Pierre Comon等学者如何将盲源分离问题转化为正交群与特殊线性群上的张量联合近似对角化问题，并通过Jacobi类型的迭代算法加以求解。同时，也将探讨近年来关于Jacobi类型ICA算法收敛性的研究进展，以及当前在理论分析与实际应用中仍面临的一些关键挑战。
专家简介：
李建泽，中山大学理学院副教授，博士生导师，博士毕业于南开大学陈省身数学研究所。主要研究方向包括流形优化、张量优化、及其在独立成分分析(ICA)和人工智能鲁棒性中的应用。目前已在数学领域SCI期刊发表学术论文16篇，包括SIAM J. Matrix Anal. Appl., SIAM J. Opt., Math. Comp.等。主持国家自然科学基金青年项目和广东省面上项目各一项。入选“深圳市高层次人才后备人才”。
邀请人：唐庆粦
