10月12日下午，应校科技处、研究生部和计算机与信息学院邀请，美国天普大学（Temple University）计算机与信息科学学院副教授张凯在计算机与信息学院会议室作了题为“Randomization or Condensation? Linear Cost Matrix Sketching Via Cascaded Compression Sampling”的学术报告，计算机与信息学院教师、研究生和部分计算机科学与技术专业学生聆听了报告。报告由计算机与信息学院教授刘涛主持。

张凯2008毕业于香港科技大学，获得计算机科学博士学位，2008到2010在美国劳伦斯-伯克利国家实验室从事博士后研究，2011-2016期间曾分别在西门子和NEC实验室从事研发工作。2016年正式加入美国天普大学。张凯长期从事机器学习、生物信息学、脑功能网络和时间序列分析的研究。

此次报告张凯介绍了其研究小组刚发表在数据挖掘顶级会议KDD2017上关于矩阵素描（Matrix Sketching）方面的研究工作。张凯首先介绍了从科学研究模式的变迁，指出以数据驱动已经成为科学研究的主流模式。接着张凯介绍了矩阵素描背景知识，包括矩阵素描的概念、随机化和压缩与矩阵素描技术的应用领域。在分析了现有的二种矩阵素描算法的存在时间和空间复杂度过高的缺点之后，张凯介绍了降低矩阵素描计算复杂度的思路，并提出了具有线性复杂度的基于级联压缩采样的矩阵素描方法，通过理论推导和实验证明了该方法的可行性与有效性。针对图像和文本等不同数据集的所表现数据特征，张凯介绍了在具体使用矩阵素描方法上的技巧。最后，张凯指出了未来利用分块矩阵和并行计算进一步提高矩阵素描效率的研究方向。

在场师生与张凯就报告中相关内容和问题进行了交流。整场报告深入浅出，气氛活跃，令师生深受启发。刘涛对报告会进行了总结与简单点评，并感谢张凯为我校师生作的精彩报告。报告后，张凯还与研究室的相关老师就深度学习、矩阵分解问题进行了深入交流，对其国家基金申请给出了指导意见，并对学院学科建设进行了指导。

（文：修宇；图：范莉莉；审核：邬海量；编辑：徐征）