报告1
题目：Low Rank Matrix Approximation with Manifold Regularization
时间：2019年5月24日16:00-17:00
地点：立志楼A422
主办：数学与计算科学学院

报告2
题目：Iteratively Improvement via Local Sparse Pursuing for Jointly Sparse Recovery
时间：2019年5月26日09:00-10:00
地点：立志楼A422
主办：数学与计算科学学院

报告人简介：
       张振跃，浙江大学数学学院二级教授，博士生导师，浙江大学信息数学研究所所长。2013年获浙江大学心平教学杰出贡献奖，2014年获国务院政府津贴。主要从事数值代数、科学计算、机器学习和大数据分析等研究领域的模型与算法的理论分析与计算。先后在在国际著名学术刊物SIAM Review、SIAM J. Scientific Computing、SIAM J. Matrix Analysis and Application、SIAM J Numerical Analysis、 IEEE TPAMI、Patten Recognition, 以及NIPS、CVPR等会议上发表80余篇研究论文，在相关研究中取得了受到许多国际关注的系统性研究成果。他是第一位在SIAM Review上发表研究论文的国内大陆学者，其关于非线性降维算法的工作，多年来一直列SIAM J. Scientific Computing 10年高引用率第4、5位。在国际机器学习领域中被广泛应用的Scikit-Learn 中收录的8个关于流形学习的经典算法中，有两个属于其及其合作者。张振跃教授现任《计算数学》和《高校计算数学》编委。