本所声明  |  联系方式  |  中国科学院  |  数字认证(OA)   |  ARP  |  English  |  邮箱
新闻动态 > 学术活动 > 学术报告

9月7日学术报告

来源： 发布时间：2017-09-05【字体：大 中 小】

　  题目：Greedy Methods for Compressive Sensing Reconstruction 

　　姓名：王健 

　　单位：复旦大学 

　　时间：2017年9月7日（周四）下午14:00 

　　地点：溢智厅 

　　摘要： 

　　稀疏恢复（Sparse Recovery）旨在从少量的线性采样中恢复高维稀疏信号，近年来引发了电气工程、计算机科学、统计与应用数学等领域的广泛兴趣。本报告主要介绍稀疏恢复中的经典贪婪算法：正交匹配追踪法（Orthogonal Matching Pursuit）。该算法因其简单、易实现、和优异的恢复性能，被业界广泛使用。本报告将基于约束等距性质（Restricted Isometry Property），介绍正交匹配追踪法在无噪声情况下的性能极限，以及该算法在恒定信噪比下的近似稀疏恢复（Approximate Support Recovery）的性能。本报告还将介绍广义正交匹配追踪法。　　  

　　Sparse recovery aims to reconstruct high dimensional sparse signals from their low dimensional linear samples. In recent years, sparse recovery has attracted a lot of interest in electrical engineering, computer science, statistics and applied mathematics. This talk is about a classic greedy algorithm called orthogonal matching pursuit (OMP). For its simplicity, ease of implementation, and promising recovery performance, OMP has been widely used in practice. This talk will introduce the theoretical limit of OMP in the noiseless scenario and its performance for approximate support recovery under constant signal-to-noise ratio (SNR). This talk will also introduce the generalized OMP (gOMP) algorithm.  

　　个人简介： 

　　王健2013年8月博士毕业于韩国Korea University电气与计算机工程系。之后在美国Rutgers University大学、Duke University、韩国Seoul National University等高校担任博士后、研究助理教授等职位。现为复旦大学大数据学院青年研究员。他的主要研究兴趣包括稀疏与低秩恢复、无线通信中的信号处理、统计学习等。近年来在IEEE TIT、IEEE TSP、IEEE JSAC、ISIT等国际权威期刊及会议上发表学术论文20余篇。2016年获IEEE信号处理协会青年最佳论文奖提名。 

　　中国科学院量子光学重点实验室 

附件下载：

copyright 2000- 中国科学院上海光学精密机械研究所 沪ICP备05015387号-1
主办：中国科学院上海光学精密机械研究所 上海市嘉定区清河路390号(201800)

转载本站信息，请注明信息来源和链接。 沪公网安备 31011402010030号


上海光机所
微信公众号

尚光聚力
微信公众号