5月26日上午，北京大学长沙计算与数字经济研究院肖传福老师应邀在理学院钱伟长楼202带来了一场题为“Tensor Train分解在大规模结构矩阵求逆上的应用”的学术报告。报告会由理学院杜歌阳老师主持，理学院部分教师聆听了报告，并在报告结束后与肖老师进行了积极地讨论。

张量作为高维数据的有效表示工具，在高维问题的求解上具有天然优势。在报告中，肖传福老师介绍了如何将Tensor Train分解表示应用于大规模结构矩阵求逆，并且利用矩阵的结构结合Tensor Train分解表示提出一种有效的快速求逆算法。他还强调，由于该算法成功与否依赖于矩阵逆在Tensor表示下是否也具有低秩结构，因此他与合作者在文章中给出了一个可验证的充分条件，当结构矩阵满足该条件时，其逆矩阵也具有低秩结构。最后，他给出了他们的算法在Poisson、Boltzmann、Fokker-Planck等方程方面的应用，用数值试验结果验证了他们的理论。

肖传福来自北京大学长沙计算与数字经济研究院，主要研究方向包括数值线性代数、矩阵/张量计算及其应用、并行计算等，在矩阵扰动分析、张量分解算法、张量在科学计算中的应用等方面有较多产出，相关工作发表在SIMAX、JSC、ANM、LAA、ICLR等计算数学期刊和人工智能会议上。

肖传福作学术报告