• Viện Tiến tiến về Kỹ thuật và Công Nghệ (AVITECH)

  • Xê-mi-na khoa học

    23/10/2018: ThS. Lê Trung Thành (AVITECH), Robust Subspace Tracking (Robust PCA) for missing data with outliers

    Tensor decomposition has recently become a popular method of multi-dimensional data analysis in various applications. The main interest in tensor decomposition is for dimensionality reduction, approximation or subspace purposes. However, the emergence of “big data” now gives rise to increased computational complexity for performing tensor decomposition. In this paper, motivated by the advantages of the generalized minimum noise subspace (GMNS) method, recently proposed for array processing, we proposed two algorithms for principal subspace analysis (PSA) and two algorithms for tensor decomposition using parallel factor analysis (PARAFAC) and higher-order singular value decomposition (HOSVD). The proposed decomposition algorithms can preserve several desired properties of PARAFAC and HOSVD while substantially reducing the computational complexity. Performance comparisons of PSA and tensor decomposition of our proposed algorithms against the state-of-the-art ones were studied via numerical experiments. Experimental results indicated that the proposed algorithms are of practical values.

    Speaker: ThS. Lê Trung Thành, AVITECH

    Time: 15:30, Tuesday, October 23, 2018

    Venue: G2-315, 144 Xuan Thuy, Cau Giay, Hanoi

    speaker

    Le Trung Thanh received B.Sc. and M.Sc. degrees in Electronics and Telecommunications from the VNU University of Engineering and Technology (VNU-UET), a member of Vietnam National University, Hanoi (VNU) in 2016 and 2018 respectively. He is now pursuing his Ph.D. study at the University of Orleans, France. His research interests include signal processing, subspace tracking, tensor analysis, and system identification.

    Cùng chuyên mục

    11/04/2024: TS. Đặng Trần Bình (Bộ môn Khoa học máy tính), Tương tác giữa thông tin chủ đề và Thông tin ngữ cảnh cho việc biểu diễn văn bản

    Trong hầu hết các ứng dụng, việc hiểu và biểu diễn văn bản luôn đóng vai trò quan trọng, đặc biệt là trong xử lý tự động. Cùng với các đặc điểm bề mặt của từ, thông tin về chủ đề rất có ý nghĩa và cần thiết để cung cấp ý nghĩa ngữ cảnh […]

    11/04/2024: PGS.TS. Hoàng Văn Xiêm (Bộ môn Kỹ thuật Robot), Tương tác Người – Robot: Thách thức và cách tiếp cận mới

    Công nghệ Robot đã và đang đóng vai trò quan trọng việc định hình sự phát triển của cuộc cách mạng công nghiệp 4.0. Cùng với trí tuệ nhân tạo – AI, công nghệ Robot mang lại nhiều cải tiến cho lĩnh vực tự động hóa nói riêng và các hoạt động phát triển kinh […]

    07/03/2024: Nguyễn Văn Phi (Viện Trí tuệ nhân tạo), Mô hình tạo sinh cho dữ liệu y tế

    Một trong những vấn đề lớn của xử lý ảnh y tế là việc thiếu hụt dữ liệu gắn nhãn do chi phí, thời gian và sự sai lệch trong nhãn của các chuyên gia. Mô hình phân tán (Diffusion models) có khả năng sinh dữ liệu một cách chân thực bằng cách mô phỏng […]