讲座题目：A Progressive Hierarchical Alternating Least Squares Method for Symmetric Nonnegative Matrix Factorization
讲座人： Professor Delin Chu （储德林 教授）
讲座人单位：Department of Mathematics, National University of Singapore（新加坡国立大学数学系）
讲座时间：2025 年 12 月 15 日（周一）上午 10：00
腾讯会议：767-309-700 链接：https://meeting.tencent.com/dm/EP9vTRkiPmGc
讲座摘要：本讲座聚焦对称非负矩阵分解（Symmetric Nonnegative Matrix Factorization, SNMF），该方法在数据挖掘中被广泛用于降维与聚类，具有强大的表达能力。主要贡献包括：(i) 针对秩一SNMF问题，提出了一种新的下降方向，并设计了沿该方向自适应选取步长的策略；(ii) 提出了一种无需调参的渐进式分层交替最小二乘法（Progressive Hierarchical Alternating Least Squares, PHALS）用于求解SNMF问题。该方法按列依次更新变量，且每一列的更新均通过求解一个秩一SNMF子问题实现；(iii) 从理论上证明了PHALS算法的迭代序列收敛于Karush–Kuhn–Tucker（KKT）点集（即平稳点集）。我们在多个合成数据集和真实数据集上进行了实验，结果表明所提方法在计算精度、最优性间隙以及CPU运行时间等方面均优于当前主流的SNMF算法，展现出更高的效率与更强的实用性。
讲座人简介：储德林，教授，博士生导师，1991年毕业于中国清华大学应用数学系，现任新加坡国立大学数学系教授。担任多个国际权威期刊的副主编，包括《Automatica》、《SIAM Journal on Scientific Computing》以及《SIAM Journal on Matrix Analysis and Applications》。研究方向涵盖数值线性代数、科学计算、数值分析、矩阵理论及其计算等。
