<small id="8udoc"></small>

            <small id="8udoc"><menuitem id="8udoc"><del id="8udoc"></del></menuitem></small>
            <output id="8udoc"></output>
            您當前的位置:首頁 >> 學術交流 >> 瀏覽信息

            數學研究院系列學術報告

            發布時間:2020-08-25 06:23 瀏覽次數:

              報告時間:2020827日(周四)下午3:00-6:00

              報告地點:北辰校區理學院(西教五)416

              報告題目(一):Semidefinite Relaxations for MIMO Detection: Tightness, Tighterness, and Beyond

              報告嘉賓:劉亞鋒 副研究員(中國科學院數學與系統科學研究院)

              報告摘要:Multiple-input multi-output (MIMO) detection is a fundamental problem in modern digital communications. Semidefinite relaxation (SDR) based algorithms are a popular class of approaches to solving the problem because the algorithms have a polynomial-time worst-case complexity and generally can achieve a good detection error rate performance. In this talk, we shall present some recent results on SDRs for the MIMO detection problem.

              嘉賓簡介:劉亞鋒,2007年畢業于西安電子科技大學理學院數學系,2012年在中國科學院數學與系統科學研究院獲得博士學位(導師:戴彧虹研究員);博士期間,受中國科學院數學與系統科學研究院資助訪問明尼蘇達大學一年(合作導師:羅智泉教授)。畢業后,他一直在中國科學院數學與系統科學研究院計算數學所工作,2018年晉升為數學與系統科學研究院副研究員。他的主要研究興趣是最優化理論與算法及其在信號處理和無線通信等領域中的應用,已在Mathematical Programming, SIAM Journal on Optimization, Mathematics of Operations Research等優化期刊以及 IEEE Transactions on Signal Processing, IEEE Journal on Selected Areas in Communications, IEEE Transactions on Wireless Communications, IEEE Transactions on Information TheoryIEEE交叉領域期刊發表論文四十余篇。曾獲2011年國際通信大會“最佳論文獎”(由IEEE通信學會頒發),2015WiOpt (International Symposium on Modeling and Optimization in Mobile, Ad Hoc and Wireless Networks)最佳學生論文獎”,2018年數學與系統科學研究院“陳景潤未來之星”,2018年中國運籌學會“青年科技獎”等。他目前擔任《IEEE Transactions on Wireless Communications》、《IEEE Signal Processing Letters》和《Journal of Global Optimization》期刊的編委。他是IEEE高級會員(Senior Member)、IEEE信號處理學會SPCOMSignal Processing for Communications and Networking)的技術委員會成員(Technical Committee)、中國運籌學會數學規劃分會副秘書長。

              報告題目(二):An exact penalty approach for optimization with nonnegative orthogonality constraints

              報告嘉賓:姜波 副教授(南京師范大學)

              報告摘要:Optimization with nonnegative orthogonality constraints has wide applications in machine learning and data sciences. It is NP-hard due to some combinatorial properties of the constraints. In this talk, we shall discuss an exact penalty approach for solving the considered problems. The penalty model can recover the solution if the penalty parameter is sufficiently large other than going to infinity. Extensive numerical results on the orthogonal nonnegative matrix factorization problem and the K-indicators model show the effectiveness of our proposed approaches.

              嘉賓簡介:姜波,南京師范大學數學科學學院副教授、碩士生導師。2008年本科畢業于中國石油大學(華東),2013年博士畢業于中國科學院數學與系統科學研究院,導師是戴彧虹研究員。20148月入職南京師范大學,20176月晉升為副教授。曾于201309-201403月在美國明尼蘇達大學(雙城),201709-201809月在香港理工大學應用數學系做博士后研究。入選第三屆(2017-2019年度)中國科協“青年人才托舉工程”。主要研究興趣為:非線性優化算法與理論,特別是帶有正交約束的優化問題及其應用。目前主持國家自然科學基金面上項目1項。曾主持國家自然科學基金青年項目1項和江蘇省青年基金項目1項?,F為中國運籌學會數學規劃分會的青年理事。在Mathematical Programming, SIAM Journal on Optimization, SIAM Journal on Scientific Computing, IEEE Transactions on Image Processing等雜志發表學術論文7篇。


            ------分隔線----------------------------
            星力捕鱼游戏