手机注册送68体验金,新用户注册送48体验金,不限ip注册送35体验金

学术信息

首页

学术报告:数学研究院系列学术报告

  报告时间:2020年8月27日(周四)15:00-18:00

  报告地点:北辰校区理学院(西教五)416


  报告题目(一):Semidefinite Relaxations for MIMO Detection: Tightness, Tighterness, and Beyond

  报告嘉宾:刘亚锋 副研究员(中国科学院数学与系统科学研究院)

  报告摘要: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.

  嘉宾简介:刘亚锋,中国科学院数学与系统科学研究院计算数学所副研究员IEEE Transactions on Wireless CommunicationsIEEE Signal Processing LettersJournal of Global Optimization 期刊编委;IEEE高级会员(Senior Member)、IEEE信号处理学会SPCOM(Signal Processing for Communications and Networking)技术委员会成员(Technical Committee)、中国运筹学会数学规划分会副秘书长。2007年,毕业于西安电子科技大学理学院数学系,2012年,在中国科学院数学与系统科学研究院师从戴彧虹研究员,获得博士学位;博士期间,在明尼苏达大学访学一年(合作导师:罗智泉教授)。

  主要研究方向:最优化理论与算法及其在信号处理和无线通信等领域中的应用,已在Mathematical Programming, SIAM Journal on Optimization, Mathematics of Operations Research等优化期刊以及IEEE Transactions on Signal Processing, IEEE Journal on Selected Areas in Communications, IEEE Transactions on Wireless Communications, IEEE Transactions on Information Theory 等IEEE交叉领域期刊发表论文四十余篇。曾获2011年国际通信大会“最佳论文奖”(由IEEE通信学会颁发),2015年WiOpt (International Symposium on Modeling and Optimization in Mobile, Ad Hoc and Wireless Networks)“最佳学生论文奖”,2018年数学与系统科学研究院“陈景润未来之星”,2018年中国运筹学会“青年科技奖”等。


  报告题目(二):An exact penalty approach for optimization with nonnegative orthogonality constraints

  报告嘉宾:姜波 副教授(南京师范大学)

  报告摘要: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.

  嘉宾简介:姜波,南京师范大学数学科学学院副教授、硕士生导师,中国运筹学会数学规划分会青年理事。2008年本科毕业于中国石油大学(华东),2013年博士毕业于中国科学院数学与系统科学研究院,师从戴彧虹研究员。2014年8月,就职于南京师范大学,2017年6月晋升为副教授。曾于2013年9月-2014年3月在美国明尼苏达大学(双城),2017年9月~2018年9月在香港理工大学应用数学系做博士后研究。入选第三届(2017~2019年度)中国科协“青年人才托举工程”。

  主要研究方向:非线性优化算法与理论,特别是带有正交约束的优化问题及其应用。目前主持国家自然科学基金面上项目1项。曾主持国家自然科学基金青年项目1项和江苏省青年基金项目1项。在Mathematical Programming, SIAM Journal on Optimization, SIAM Journal on Scientific Computing, IEEE Transactions on Image Processing 等杂志发表学术论文7篇。