美国德州大学阿灵顿分校李仁仓教授受邀来南昌大学理学院数学系访问交流

    理学院讯：2019年7月3日上午，美国德州大学阿灵顿分校李仁仓教授受邀来南昌大学理学院数学系访问交流，并在理生楼B709报告厅为数学系师生作了题为“Learning Low-dimensional Latent Graph Structures:A Density Estimation Approach”的学术报告。

李仁仓教授在此次报告中，主要介绍了利用密度估计法学习低维潜在图结构。首先，李教授介绍了目前求解这类问题的随机邻域嵌入法（SNE）和t分布式随机邻域嵌入方法(t-SNE)。之后，李仁仓教授为我们介绍如何建立一个统一的特征提取密度估计框架，并提出了一种新的特征提取方法，可以在低维空间中学习一组嵌入点(ESL)。大量实验表明，该方法能够获得平滑骨架结构的嵌入并揭示高维数据集的正确图形结构。报告最后，李仁仓教授解答了部分老师和学生的提问并与在座的教师就计算数学的研究现状及相关问题开展了座谈与讨论。

Ren-Cang Li（李仁仓）1995年毕业于University of California at Berkeley，获应用数学博士学位。现为美国德州大学阿灵顿分校（University of Texas at Arlington）教授、博导，厦门大学“闽江学者”讲座教授、南昌大学客座教授。长期从事数值代数、科学计算、微分方程数值解法等领域的研究。曾担任“SIAM J. Matrix Anal. Appl.”、“Mathematical Communications”、“Numerical Algebra, Control and Optimization”副主编、“Operators and Matrices”、“Linear and Multilinear Algebra”等刊物的编委。主持过含美国国家自然科学基金杰出青年基金在内的各类项目十几项。在SIAM J SCI COMPUT, Numerische Mathematik, Math. Comp., SIAM J. Matrix Anal. Appl., Numerical Linear Algebra with Applications, BIT Numerical Mathematics 等国际著名期刊上发表学术论文一百多篇。