近日，伟德国际BETVlCTOR官方网站趙為華教授團隊在國際期刊《PATTERN RECOGNITION》（《模式識别》）上發表題為“Robust Low Tubal Rank Tensor Recovery via L2E Criterion”（基于L2E 準則的Tubal低秩張量魯棒複原）的學術論文。2023級碩士研究生宋子豪為論文第一作者，趙為華教授為通訊作者，伟德国际BETVlCTOR官方网站徐相建老師和香港城市大學練恒教授為共同作者。
該論文研究粗糙密集噪聲的穩健張量恢複問題，基于張量積(t-product)，提出了一種張量因子Frobenius範數來挖掘低秩性質；通過魯棒均方可積的L2準則，導出非凸目标函數刻畫低秩張量，然後提出一種交替最小化算法來估計低秩張量。該方法能夠聯合估計精度參數來描述潛在的複雜噪聲模式。此外，本文給出了該算法的一些全局收斂性質。在模拟數據和真實數據上進行了一系列數值實驗，并與現有方法進行了比較，驗證了所提方法的有效性和魯棒性。
《PATTERN RECOGNITION》（《模式識别》）是計算機科學、人工智能領域的國際著名學術期刊，為中科院一區TOP期刊，影響因子8.0。
