題目一：Optimal RIP Bounds and Its Applications in Compressed Sensing

内容簡介：In this talk, I shall introduce some optimal RIP bounds for sparse signal recovery. In particular, a conjecture was confirmed for optimal RIP bound. Furthermore, I shall investigate some generalizations for this RIP concept.

報告人：浙江大學  李松  教授

報告人簡介：特聘教授，博士生導師。目前擔任中國數學會理事、浙江省數學會副理事長等職務。研究方向包括；壓縮感知理論、低秩矩陣恢複理論、相位恢複理論以及盲卷積理論等。曾獲得教育部自然科學二等獎（第一完成人），主持了包括國家自然科學基金重點項目以及浙江省重大科技專項的基金項目。到目前為止在國際主流期刊發表了80餘篇學術論文，其中包括國際應用數學重要期刊《Applied and Computational Harmonic Analysis》以及國際信息理論頂級期刊《IEEE Transactions on Information Theory》等。曾在《亞洲逼近論會議》做特邀報告以及在《第七屆世界華人數學家大會》做45分鐘邀請報告等。曾擔任國家自然科學基金重點與面上項目會評專家。

題目二：稀疏優化等價模型的統一框架理論

内容簡介：An exact phase-retrievable frame $/{f_{i}/}_{i}^{N}$ for an $n$-dimensional Hilbert space is a phase-retrievable frame that fails to be phase-retrievable if anyone element is removed from the frame. Such a frame could have different lengths. We shall prove that for the real Hilbert space case,  exact phase-retrievable frame of length $N$ exists for every $2n-1/leq N/leq n(n+1)/2$. For arbitrary frames  we introduce the concept of redundancy with respect to its phase-retrievability and the concept of frames with exact PR-redundancy.

報告人：廣州大學  彭濟根  教授

報告人簡介：1998年畢業于西安交通大學，獲計算數學專業理學博士學位。1992年7月至2017年在西安交通大學工作，2014年聘為二級教授。2017年入職廣州大學數學與信息科學學院。長期在非線性泛函分析、稀疏信息處理、小目标運動檢測，深地探測的反常擴散理論與方法等領域從事數學與交叉學科研究，聚焦于運用和發展深刻的數學理論與方法，着力解決信息處理與深地探測中的核心基礎問題。迄今為止，在國内外期刊上發表學術論文184餘篇，其中被SCI收錄144篇；主持包括國家自然科學基金重點項目在内的基金項目15項、歐盟Marie Curie Actions計劃與2020地平線計劃項目4項。研究成果被SCI論文引用近2000篇次，單篇最高引用118篇次。2006年入選教育部新世紀優秀人才支持計劃，2013年入選國家百千萬人才工程，并被授予“有突出貢獻中青年專家”稱号，2014年入選國務院政府特殊津貼專家。曾任2006-2012教育部數學基礎課程教學指導委員會秘書長，2013-2018教育部數學專業教學指導委員會委員，第五、第六屆全國大學生數學建模競賽組委會委員，第十二屆陝西省數學會理事長，西安交通大學數學與統計學院首任院長。現任國務院學位委員會第七屆數學學科評議組成員、中國數學會常務理事兼學術交流工作委員會副主任、第七屆全國大學生數學建模組委會委員、第十三屆陝西省數學會理事長，廣東省本科高校數學類專業教學指導委員會副主任，廣東省普通高校數學與交叉科學重點實驗室主任。

題目三：The performance of quadratic models for phase retrieval

内容簡介：Phase retrieval is an active topic recently. A popular model for phase retrieval is a quadratic model. A lot of numerical experiments show that the quadratic model has excellent performance. However, there are very few theoretical results about the performance of the model. Using tools from compressed sensing and probability theory, we study the performance of the model. We also compare the performance of the quadratic model with one of least square.

報告人：中國科學院數學與系統科學研究院  許志強  研究員

題目四：平穩随機場上的Shannon熵與信息重要性度量

内容簡介：信息論之父Shannon利用數學理念創立了新的學科，改變了人類的通信方式，方便了人們的生活。其中Shannon采樣定理和Shannon熵是大家熟知的概念。Shannon采樣定理是調和分析的一個應用，Shannon熵是借助離散型随機變量定義的一種特殊随機變量函數的期望。随機場是靜态随機變量的動态推廣，應用廣泛。新概念可以用于重新定義Shannon熵，并據此利用随機場借助特殊随機變量的均值函數研究信息重要性度量。

報告人：天津大學  宋占傑  教授

報告人簡介：博士導師，天津大學數學學院和電視與圖像信息研究所教授，中國電子學會高級會員，中國信息論協會常務理事，中國交叉科學學會常務理事.在《IEEE Trans. Information Theory》《IEEE Trans. Cybernetics》等二十餘個國内外核心學術雜志發表論文150餘篇. 其中已發表論文60餘篇被SCI檢索，獲得授權專利7項。

題目五：Positive-Definiteness of a Hadamard Product and Its Application in Array Signal Processing

内容簡介：Can the element-wise product of two singular and positive-semidefinite matrices be positive definite? How can this be useful in array signal processing? This talk answers these questions.

報告人：西安交通大學  楊在  教授

報告人簡介：Zai Yang is a Professor of the School of Mathematics and Statistics, Xi’an Jiaotong University, China. He received the B.Sc. degree in mathematics and M.Sc. degree in applied mathematics from Sun Yat-sen (Zhongshan) University, China, in 2007 and 2009 respectively, and the Ph.D degree in electrical and electronic engineering from Nanyang Technological University (NTU), Singapore, in 2014. He is an IEEE Senior Member and serving on the editorial board of Signal Processing (Elsevier). His research interests include compressed sensing and optimization theory and their applications in signal and information processing, big data analytics, and machine learning. He was awarded the NSFC Excellent Youth Science Foundation Grant in 2019.

題目六：LOW-TUBAL-RANK TENSOR RECOVERY FROM ONE-BIT MEASUREMENT

内容簡介：This talk focuses on the recovery of low-tubal-rank tensors from binary measurements under the frame of tensor Singular Value Decomposition. We show that the direction of a tubal-rank-r tensor Xn1*n2*n3  can be approximated from ((n1 + n2)n3r) random Gaussian measurements. In addition, incorporating nonadaptive dither in the measurements, it is proved that the magnitude of X can also be recovered. As we will see, under this nonadaptive measurement scheme, recovery errors decay at the rate of polynomial of the oversampling factor a := m=(n1 + n2)n3r, i.e., O(a^(-1/6)). In order to obtain faster decay rate, we introduce a recursive strategy which generates dithers according to previous estimates for each iteration. Under this quantization scheme, An iterative recovery algorithm is proposed which establishes recovery errors decaying at the rate of exponent of a.  Numerical experiments are conducted to demonstrate our results.

報告人：西南大學  王建軍  教授

報告人簡介：博士生導師，CSIAM全國大數據與人工智能專家委員會委員，美國數學評論評論員，重慶數學會理事，重慶市學術技術帶頭人，重慶市自然科學獎勵三等獎，西南大學數學、統計學博士一級學科學術骨幹。2006年12月西安交通大學獲理學博士學位，為西安交通大學優秀博士畢業生。2012年6月破格評聘為研究員，2012年8月至2013年8月受國家留學基金委資助在美國Texas A&M大學訪問，主要研究方向為：機器學習、數據挖掘、壓縮傳感、函數逼近論等。在神經網絡逼近複雜性和稀疏逼近等方面有一定的學術積累。主持國家自然科學基金4項，教育部科學技術重點項目1項，重慶市自然科學基金1項，主研5項國家自然、社會科學基金；參與國家國家重點基礎研究發展‘973’計劃一項， 多次出席國際、國内重要學術會議，并應邀做特邀報告15次。 已在 《Applied and Computational Harmonic Analysis》、 《Neural Networks》、 《Signal Processing》、 《IEEE Signal Processing letters》、 《中國科學》、 《數學學報》、 《計算機學報》、 《電子學報》、 《Neurocomputing》等專業期刊發表85篇學術論文，其中SCI、EI檢索63餘篇。IEEE Trans. Signal Process.、image Process.等系列刊物、 Signal Processing、 Neural Networks、 Pattern Recognization、中國科學、計算機學報等知名期刊審稿人。2011-2018年指導大學生獲得統計建模大賽、數學建模、美國數學建模國家一等獎6次，二等獎5次，省部級十餘次。指導西南大學學生科技創新團隊入選2017年度全國大學生小平科技創新團隊，指導國家級大學生創新創業訓練計劃3次。

時  間：2019年11月22日（周五）下午2：30始

地  點：南海樓338室

熱烈歡迎廣大師生參加!

網絡空間安全學院

2019年11月21日