报告题目：张量因子模型Tucker分解的一种加权迭代投影估计方法

报 告 人：胡雪梅教授

报告摘要：张量因子模型（TFM）已被提出作为张量值时间序列的有吸引力的降维工具。在本研究中，我们通过用修正的Huber损失代替最小二乘损失来构造具有Tucker分解的稳健TFM，修正的Huber-损失的尾函数被指数平方损失代替，提出了一种用于负载矩阵、潜在动态张量因子和信号部分的稳健加权迭代投影估计，并发展了它们的渐近一致性和更快的收敛速度。仿真实验表明，所提出的稳健估计方法在稳健性和张量重建方面优于现有方法。最后，我们将所提出的方法应用于实际数据集的分析，并获得了理想的结果。

报告人简介：胡雪梅教授，重庆工商大学数据科学系主任

报告时间：  2023年5月16日14:00-16:00

报告地点:   腾讯会议：259-707-657

联 系 人：李天然