讲座名称：消息传递算法在高维统计信号估计中的几个应用

讲座人：马俊杰 助理研究员

讲座时间：7月15日14:30

讲座地点：北校区老科技楼A301会议室

讲座人介绍：

马俊杰，中科院数学与系统科学研究院助理研究员。2010年本科毕业于全球十大赌船网站通信工程系，2015年在香港城市大学取得博士学位。曾于香港城市大学、哥伦比亚大学和哈佛大学从事博士后研究。目前主要研究兴趣为消息传递算法及在通信、信号处理中的应用。现为IEEE和SIAM会员，是多个IEEE期刊的审稿人以及《数学评论》（Mathematical Reviews）特约评论员。他目前担任中国运筹学会青年工作委员会副秘书长。

讲座内容：

近似消息传递 (AMP) 算法及相关算法在包括压缩感知、相位恢复、低秩矩阵恢复等信号处理问题中获得了⼴泛应⽤。相较于其他大部分算法，AMP的⾼维渐进性能可以通过一个低维的高斯过程（即所谓的状态进化理论）严格刻画。状态进化理论不仅可以用来分析AMP和其他相关算法的性能，还可以帮助我们进行算法的设计和优化。狭义的AMP算法对模型的统计假设具有较强的限制。在此报告中，我们将首先讨论一个基于正交性原理的AMP算法及其在更广泛的模型下的状态进化理论。我们将指出正交性原理在状态进化理论中的关键作用。在本报告的第二部分，我们将介绍几个消息传递算法及其渐进分析理论在以下几个高维信号估计问题中的应用：(1) 基于幅度损失函数的消息传递算法在相位恢复问题中的应用； (2) 非凸优化谱初始化方法的性能分析及优化设计； (3) 基于贝叶斯框架的消息传递算法在广义线性模型中的应用。

主办单位：通信工程集团