Forum του Τμήματος Μαθηματικών
Ημερομηνία 24 Σεπ 2017, 05:13

Όλοι οι χρόνοι είναι UTC + 2 ώρες [ DST ]

Δημιουργία νέου θέματος Απάντηση στο θέμα  [ 1 δημοσίευση ] 
Συγγραφέας Μήνυμα
 Θέμα δημοσίευσης: Σεμινάριο Τμ. Πληροφορικής και Τηλεπικοινωνιών
ΔημοσίευσηΔημοσιεύτηκε: 09 Δεκ 2016, 08:14 
Χωρίς σύνδεση
Regular Forumer

Εγγραφή: 03 Ιουν 2009, 22:40
Δημοσ.: 603

Τίτλος: From matrices to tensors: tensor decompositions, algorithms and applications
Ομιλητής: Otto Debals, KU Leuven, Belgium

Ημερομηνία: Τετάρτη 14 Δεκεμβρίου 2016

Αίθουσα: A56

Ώρα: 14:00-15:00
Abstract: Despite being relatively young, the fields of tensor computations and numerical multilinear algebra have enabled exiting new applications. Tensors are multiway generalizations of vectors and matrices. Tensor techniques have many advantages compared to matrix techniques, regarding, for example, uniqueness properties in decompositions and data compressibility.

In this talk, we provide a basic overview of different tensor decompositions and present Tensorlab as a toolbox for tensor computation ( and We continue with Structured Data Fusion, a framework in Tensorlab for rapid prototyping of analysis and knowledge discovery in one or more multidimensional datasets. While tensor techniques obviously require the availability of data tensors, we explain how they can also be applied on matrix data through the use of a tensorization step.
Throughout the talk, when necessary, we zoom in on the algorithms and computational aspects, and illustrate with applications from material science, telecommunications and biomedical signal processing. In material science, for example, we enable the simulation of new materials by representing tensors with 10^18 entries with only a few thousands of variables estimated from only 10^5 samples.

Short CV: Otto Debals is currently a Ph.D. candidate under the supervision of Lieven De Lathauwer, and is affiliated with the Group Science, Engineering and Technology of Kulak, KU Leuven and with the STADIUS Center for Dynamical Systems, Signal Processing and Data Analytics of the Electrical Engineering Department (ESAT), KU Leuven. He obtained the M.Sc. degree in Mathematical Engineering from KU Leuven, Belgium, in 2013, with as master thesis title ‘Efficient tensor-based methods for data modelling and signal separation’. His research concerns the tensorization of matrix data, with further interests and focus in tensor decompositions, optimization, blind signal separation and blind system identification.
He is currently visiting the Department of Informatics and Telecommunications, the Signal Processing and Machine Learning group, for a short research stay of two weeks until Friday Dec 16.

Τελευταίες δημοσιεύσεις:  Ταξινόμηση κατά  
Δημιουργία νέου θέματος Απάντηση στο θέμα  [ 1 δημοσίευση ] 

Όλοι οι χρόνοι είναι UTC + 2 ώρες [ DST ]

Μελη σε συνδεση

Μέλη σε αυτή την Δ. Συζήτηση: Δεν υπάρχουν εγγεγραμμένα μέλη και 2 επισκέπτες

Δεν μπορείτε να δημοσιεύετε νέα θέματα σε αυτή τη Δ. Συζήτηση
Δεν μπορείτε να απαντάτε σε θέματα σε αυτή τη Δ. Συζήτηση
Δεν μπορείτε να επεξεργάζεστε τις δημοσιεύσεις σας σε αυτή τη Δ. Συζήτηση
Δεν μπορείτε να διαγράφετε τις δημοσιεύσεις σας σε αυτή τη Δ. Συζήτηση

Αναζήτηση για:
Μετάβαση σε:  
Powered by phpBB © 2000, 2002, 2005, 2007 phpBB Group