报 告 人：张雷洪 教授
报告题目：A Self-Consistent-Field Iteration for Orthogonal Canonical Correlation Analysis
报告时间：2021年1月21日（周四）上午 10: 00-11:00
报告地点：腾讯会议 （ID：210270491 密码：314159）
主办单位：数学与统计学院、科学技术研究院
报告人简介：
张雷洪于2008年博士毕业于香港浸会大学，现为苏州大学数学科学学院特聘教授、博士生导师。长期从事最优化理论与计算、数值线性代数、模式识别、数据挖掘等领域的研究。主持国家自然科学基金青年/面上项目，参与国家自然科学基金重大研究计划。在数值代数、最优化及数据科学相关的研究上，发表近50篇SCI学术论文。其中有发表于计算数学和机器学习领域权威期刊，如《Mathematics of Computation》、《Numerische Mathematik》、《Journal of Scientific Computing》、《IMA Journal of Numerical Analysis》、《IEEE Transactions on Pattern Analysis and Machine Intelligence》，以及十余篇发表于美国工业与应用数学协会 (Society for Industrial and Applied Mathematics，SIAM)旗下的期刊等。曾获第四届中国数学会计算数学分会颁发的“应用数值代数奖’’、上海财经大学第四届学术奖、2018和2019年两届世界华人数学家联盟最佳论文奖（若琳奖），及2019年上海市自然科学三等奖（第一完成人） 等。现为学术杂志《Operators and Matrices》（SCI）和《Cogent Mathematics & Statistics》的编委。
报告摘要：
In this talk, we propose an efficient algorithm for solving orthogonal canonical correlation analysis (OCCA) in the form of trace-fractional structure and orthogonal linear projections. Even though orthogonality has been widely used and proved to be a useful criterion for visualization, pattern recognition and feature extraction, existing methods for solving OCCA problem are either numerically unstable by relying on a deflation scheme, or less efficient by directly using generic optimization methods. Within an alternating optimization scheme, a customized self-consistent-field (SCF) iteration for a core trace-fractional sub-maximization over orthogonality constraint is devised and analyzed. The SCF iteration is further extended to deal with the multi-view CCA. Experiments on real-world applications of multi-label classification and multi-view feature extraction will be reported to demonstrate the efficiency of the proposed method.
