报告人:温金明 （暨南大学）

时  间:2018年10月11日   15:00--16:00

地  点:理科楼 LA106

摘  要: In many applications, such as wireless communications, signal processing and GPS, we need to recover an integer parameter vector from an integer linear model. While in some other application domains including computer vision and machine learning, one is frequently required to recover a sparse signal from a few measurements. In the first part of this talk, we will first theoretically show that some commonly used lattice reductions, which are preprocess tools for recovering integer vectors, can always improve the success probability of some commonly used suboptimal recovery algorithms, and then show that they can decrease the complexity of the optimal method for detecting integer vectors. In the second part of the talk, we will introduce some algorithms and theory for recovering sparse algorithms from a few measurements.

报告人简介:温金明，暨南大学信息科学技术学院/网络空间安全学院教授，2008年6月毕业于吉林化工学院理学院，获理学学士学位；2010年6月毕业于吉林大学数学研究所，获理学硕士学位；2015年6月毕业于加拿大麦吉尔大学数学与统计学院，获哲学博士学位。从2015年3月到2018年8月，温博士先后在法国科学院里昂并行计算实验室、加拿大阿尔伯塔大学、多伦多大学从事博士后研究工作。从2018年9月至今，他任暨南大学信息科学技术学院/网络空间安全学院教授。他的研究方向主要是整数信号和稀疏信号恢复的算法设计与理论分析。他以第一作者在IEEE Communications Magazine（2篇）、Applied and Computational Harmonic Analysis (2篇)、IEEE Transactions on Information Theory(2篇)、 IEEE Transactions on Signal Processing (2篇)、IEEE Transactions on Wireless Communications (2篇)等权威期刊和会议发表25篇学术论文（其中三篇论文入选ESI高被引论文）。他现任IEEE Access（中科院二区）期刊编辑。

学院联系人:吴风艳 周国立

欢迎广大师生积极参与！