12月3日，应数学与信息科学学院邀请，复旦大学王健研究员为学院师生作题为“关于稀疏信号处理的一些研究进展”的学术报告，河海大学杨建斌教授为学院师生作题为“Approximation from Noisy and Blurring Data”的学术报告，学院相关专业教师和研究生参加了此次报告。

王健研究员介绍了压缩感知旨在从少量随机采样中重构稀疏信号，近年来在电气工程、统计学、应用数学等学科中引起了广泛的兴趣。简要介绍了压缩感知领域的一些研究进展，包括新的相位恢复算法与分析、稀疏毫米波点云与视觉融合感知算法等。

杨建斌教授首先介绍了通常需要从观测数据中得到近似函数。当数据准确且底层功能平滑时，在文献中已被广泛研究。然而，观测到的数据经常被噪声污染，并且基础功能可能不平滑。为了正确处理噪声数据，任何有效的近似方案都必须包含噪声消除组件。为了很好地逼近非光滑函数，需要在小波域中进行稀疏逼近。从函数逼近的角度对这种噪声去除方案进行了理论分析和应用。对于给定的样本量，研究了均匀网格数据和分散数据的近似值。

报告结束后，王健研究员和杨建斌教授就与会师生提出的相关问题进行了详细的解答，并展开了深入的讨论与交流，现场气氛热烈，学院师生表示受益匪浅。

专家简介：

王健，青年研究员、博士生导师，2002年和2006年分别获哈尔滨工业大学材料工程系学士和通信工程系硕士学位，2013年获高丽大学电气电子计算机工程系博士学位。曾在罗格斯大学、杜克大学、首尔国立大学从事教学科研工作。近年来在IEEE TIT、IEEE TSP、IEEE TKDE、IEEE TWC、IEEE JSTSP等信息领域顶级期刊及会议上发表论文50余篇，多篇入选IEEE Transaction on Signal Processing热点论文、ESI高被引论文、ESI热点论文等，SCI他引1000余次。获IEEE信号处理协会青年最佳论文奖提名等。承担国家自然科学基金面上、重点项目子课题、科技委国防科技创新特区、科技委国防173基础加强重点项目子课题、中国科学院开放课题等项目。主要研究方向包括：稀疏与低秩优化、自动驾驶多模态感知、智能目标检测、统计与深度学习等。

杨建斌, 河海大学数学学院教授,博士生导师。2010年在浙江大学获得应用数学博士学位，导师李松教授。2013年、2017年在新加坡国立大学从事访问学者工作，合作导师沈佐伟教授。目前研究兴趣主要在小波分析及应用、图像与曲面处理、数据科学等领域。在SIAM J. Numer. Anal., Appl. Comput. Harmon. Anal. , J. Comput. Phys. 等期刊发表二十多篇学术论文,主持国家基金青年项目、面上项目等。

(数学与信息科学学院  李海锋 魏晓君)