报告题目：关于Jacobi类型ICA算法的收敛性分析

报 告 人：李建泽 副研究员

报告时间：2024年3月25日 下午16:00-17:00

报告地点：龙洞校区行政楼610

主 持 人：刘冬冬

 

报告摘要：从上世纪80年代以来，盲源分离问题得到了大量而深刻的研究，在脑部EEG信号处理等实际问题中得到了广泛的应用。在求解盲源分离问题的诸多算法中，Jacobi类型独立成分分析(ICA)算法是一类重要的方法。本次报告将首先介绍如何将盲源分离问题转换为正交群和特殊线性群上的张量(矩阵)联合近似对角化问题，并通过Jacobi类型的优化算法进行求解。然后，我们将介绍近几年关于Jacobi类型ICA算法收敛性的一些研究，以及现在还存在的一些问题。

 

个人简介：李建泽于2019年5月至今，在深圳市大数据研究院工作，任职研究科学家、副研究员。在此之前，他于2013年6月毕业于南开大学陈省身数学研究所，获得博士学位；于2013年7月至2018年1月在天津大学数学学院工作，任职讲师；于2016年9月至2018年8月在法国Université Grenoble Alpes的GIPSA-Lab先后进行学术访问和博士后研究；于2018年9月至2019年4月在加拿大Ryerson大学进行学术访问。他的主要研究领域是张量优化和流形优化，已发表15篇SCI论文，包括SIMAX、SIOPT、MCOM、JMAA及LAA等期刊。他完成国家自然科学基金青年基金一项、广东省面上基金一项以及深圳市大数据研究院基础研究项目一项。