9月27日，应数学与统计学院的邀请，重庆师范大学黄建文副教授为我院师生作题为“Performance analysis of unconstrained ℓp minimization for sparse recovery”的学术报告。各高校老师共十余人参加此次报告。
黄老师围绕无约束lp最小化在稀疏恢复中的性能分析展开，系统性地分为五个核心部分。第一部分从压缩感知的起源切入，介绍Donoho、Candes、Tao等奠基性工作，阐明稀疏信号可从少量线性观测中恢复的原理，并系统梳理稀疏恢复的主流方法，指出约束模型的计算瓶颈；第二部分构建理论分析工具，定义相干性，提出核心引理，支撑后续分析；第三部分基于相干性与鲁棒零空间性质提出三类性能保证；第四部分通过合成信号与真实图像数据验证理论，采用ADMM求解模型；第五部分提出松弛恢复条件、结构化稀疏推广及深化RIP理论工具三大方向。
报告结束后，黄老师对师生提出的相关问题进行了积极的回答，以专业视角回应疑惑，现场交流氛围热烈。
专家简介：
黄建文，重庆师范大学副教授，硕士生导师。主要研究方向为：压缩传感、低秩矩阵恢复、稀疏建模等。完成国家、省自然科学基金各1项，现主持省、市自然科学基金各1项。已在国内外重要刊物，如《IEEE Trans. Neural. Netw. Learn. Syst.》、《Appl. Comput. Harmon. Anal.》、《Signal Process.》、《Signal Process. Lett.》等发表多篇学术论文，担任多个国际期刊审稿人，如《IEEE Trans Neural Netw Learn Syst》，《Inverse Problems》，《J Franklin Inst》，《Signal Process. Lett.》。
（数学与统计学院 李杰）
最新通知