11月6日，应数学与信息科学学院邀请，暨南大学温金明教授为学院师生作题为“A ReLU-based Hard-thresholding Algorithm for Non-negative Sparse Signal Recovery”的线上学术报告，相关专业教师和硕士研究生20余人参加此次报告。报告由教师李海锋主持。
温金明从工程角度介绍了压缩感知的研究背景，普及了香农采样定理的由来，进而引出传统采样理论的局限性。借助核磁共振成像的实际例子指出降低采样率的必要性。压缩感知利用信号的稀疏性，克服了部分限制，取得了一定的成功。温金明以当前核酸检测的原理引出了非负稀疏信号的重构。该类信号广泛存在于实际生活中。基于迭代硬阈值算法和线性整流函数，温金明及其团队提出了RHT算法。该算法在重构非负稀疏信号方面具备相当大的优势。报告会结束后，温金明与参会师生进行了互动，并就未来工作和设想提出了相关思路。
专家简介：
温金明，暨南大学教授、博导、国家高层次青年人才、广东省青年珠江学者，主持国家自然科学基金面上项目2项，省级项目4项；2015年6月博士毕业于加拿大麦吉尔大学数学与统计学院。从2015年3月到2018年9月，温教授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。温教授的研究方向是整数信号和稀疏信号恢复的算法设计与理论分析，以第一作者/通讯作者在Applied and Computational Harmonic Analysis、IEEE Transactions on Information Theory、IEEE Transactions on Signal Processing等期刊和会议发表50余篇学术论文。
（数学与信息科学学院 李海锋）
