5月9日，数据科学学院举行数海领航大讲堂2025年第13期。本期邀请宁波大学何洪津教授为全院师生带来一场题为“Tensor Data Completion: Optimization Models and Algorithms”的学术讲座。讲座由副院长郑松教授主持，部分教师及研究生参加了此次讲座。

何洪津教授围绕大数据分析、计算机视觉和网络工程领域中的核心问题——张量补全问题展开了深入探讨。考虑到问题驱动的高阶张量补全问题往往具有低秩性、多维度特征等特点，传统矩阵方法无法高效处理这些实际问题。在本次讲座中，何教授系统性阐释了面向高阶张量补全问题的几类优化模型及其相关算法。这些方法可以充分利用张量所固有的结构特性，特别是针对张量数据的稀疏性和低秩性进行优化设计，通过构建多模态张量分解模型与自适应正则化约束，实现了对高维数据结构的精准建模。为验证方法有效性，何教授选取了交通流量数据、彩色图像以及人脸识别等典型应用场景下的真实数据集进行实验，结果表明所提出的张量优化算法在计算效率与恢复精度方面均显著优于传统矩阵方法。

本场讲座将运筹优化理论算法与高阶张量补全问题相融合，揭示了张量在大数据分析、图像处理等诸多领域中的广泛应用前景。何教授的演讲内容详实丰富，让在场的师生们获得了对张量补全问题深刻而全面的理解，也为师生们今后的学术研究和实际应用提供宝贵的启示和指导。