禁漫岛

12月19日，禁漫岛 举行数海领航大讲堂2025年第28期。本期邀请杭州电子科技大学/太原师范学院的凌晨教授为全院师生带来一场题为“TA novel tensor decomposition-based approach for internet traffic data recovery and forecast”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。

凌教授围绕互联网工程与网络管理领域中的核心学术问题——不完整观测数据下的网络流量恢复与预测展开了深入探讨。在充分考虑互联网流量数据的时间稳定性和周期性的基础上，凌老师提出了一种新的基于高阶张量分解形式——管状张量链（Tubal Tensor Train, TTT）分解的互联网数据恢复和预测优化模型。通过引入了辅助变量与惩罚技术，凌老师对原模型进行松弛并设计了易于求解的高效算法。在理论分析方面，证明了新算法能够收敛到松弛模型的驻点。在数值实验上，表明关于结构化缺失的交通数据恢复和预测数据集，新方法的性能显著优于当前主流基于张量或矩阵的方法。

本场讲座将高阶张量分解理论与互联网网络管理实际需求紧密结合。凌教授不仅提出了基于管状张量链分解的技术新路径，还通过结构缺失交通数据恢复、真实数据集流量预测两类关键实验，验证了新模型在恢复精度、预测准确性及计算效率上的显著优势。这不仅展现了数据科学在网络工程领域的深度应用潜力，也为网络故障提前预警、资源动态调度等实际场景提供了极具前瞻性的学术思路与技术方案。