報告人：段雪峰 教授
報告題目：A New Tensor Multi-rank Approximation with Total Variation Regularization for Tensor Completion
報告時間：2026年5月3日（周日）下午4：00
報告地點：云龍校區6號樓304報告廳
主辦單位：數學與統計學院、數學研究院、科學技術研究院
報告人簡介：
段雪峰，博士，二級教授，博士生導師，八桂學者，廣西杰出青年基金獲得者。主要從事機器學習、數值代數研究，近年來主持國家自然科學基金5項，廣西自然科學基金3項，以第一作者或通訊作者在本領域權威期刊《Proceedings of the American Mathematical Society》、《Advances in Computational Mathematics》、《BIT Numerical Mathematics》、《IMA Journal of Numerical Analysis》和《Journal of Scientific Computing》等上發表SCI論文80余篇，其中一二區25篇，ESI高被引論文1篇。以第一完成人獲得廣西自然科學二等獎和廣西高等教育教學成果二等獎。曾訪問美國威廉瑪麗學院數學系、意大利國際數學物理中心和中科院計算數學所等學術機構，多次被邀請在國際會議上做大會報告。擔任中國高等教育學會教育數學專業委員會副秘書長，廣西運籌學會副理事長等。
報告摘要：
In this talk, we present a novel tensor completion model which combines the Laplace function and an anisotropic total variation regularization. The Laplace function is utilized to approximate the tensor multi-rank, and the total variation regularization is added to improve the local piecewise smoothness and preserve the edges of the restored tensor data. An efficient alternating direction method of multipliers is proposed to tackle the tensor completion model, and its convergence theorem is also derived. Extensive experimental results on color images, videos, multispectral images and magnetic resonance imaging data show the efficiency and effectiveness of the proposed method.