4月7日上午，青岛农业大学理学与信息科学学院举办了以“Low-rank Approximation of 3D Array Data via Non-convex Approach”为主题的学术大讲堂，本期学术大讲堂邀请杨明老师作为学术报告主讲人，讲座以线上直播、线下听讲的形式在信息楼315进行，理信学院部分教职工与学生代表参加本次学术大讲堂。

　　杨明，2007年获得吉林大学数学学士学位，2012年在美国德克萨斯 A&M 大学学院站获得数学博士学位，曾为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，现为埃文斯维尔大学数学系助理教授。研究兴趣是机器学习、图像处理和张量分解。他在顶级期刊上发表了多篇研究论文。

　　大数据是近些年来的研究热点，大数据的“大”主要体现在数量大、维度高。相应地，张量是许多大数据集的自然表示，是向量和矩阵的推广。张量公式已成功应用于信号处理、计算机视觉、机器学习、数据挖掘等领域。众所周知，低秩正则化在图像恢复、图像去噪、聚类等方面发挥着重要作用。然而，张量的秩是非连续的，NP难计算。因此，如何解决这样一个困难的优化问题成为许多实际应用中的一个重要问题，杨老师分享了一些解决张量低秩问题的方法。

　　学术大讲堂是大学文化建设的重要内容，对于大学的发展意义非凡。学院通过定期组织高质量的学术讲座，不仅能够帮助学生了解最新的学术进展和前沿领域，而且可以激发学生的求知欲望和学习兴趣。这对于增强学院的学术氛围和科研创新水平具有促进作用。