报告题目：Neural network models for the quaternion singular value decomposition

报 告 人：黎稳 教授（华南师范大学）

报告时间：2023年12月29日15：30-16：30

报告地点：龙洞校区行政楼610

报告摘要：In this talk, we introduce two neural network models for computing the quaternion singular value decomposition, which can be shown to arise as gradient flows or Riemannian gradient flows on the product of Stiefel manifold over the quaternion field. The geometric and dynamical properties of two models are explored. Numerical experiments including color image compression show the feasibility and effectiveness of the proposed neural network models.

简介：黎稳，现任华南师范大学二级教授，国家一流本科专业建设点负责人，广东省数据科学工程技术研究中心副主任，广东省数学学会副理事长，广东省计算数学会副理事长。研究方向：数值代数、张量计算等。主持五项国家自然科学基金面上项目。在著名学术刊物 Numer Math、SIAM J Optim、SIAM J Matrix Anal Appl、SIAM J Imaging Sci、Inverse Problems、IEEE TSP、IEEE TC、IEEE TNNLS、ACM TIST和Pattern Recognition等发表学术论文多篇。论文成果被美国科学院院士G. Golub等的专著《Matrix Computations》（第四版）作为公式介绍，被英国皇家科学院院士和工程院院士NJ Higham 的专著《Functions of Matrices》作为定理介绍。研究成果分别获2011年和2020年广东省科学技术奖二等奖（排名第一）。