建院70周年“学术活动月”丨专家系列讲座 第一场

发布者:沈如达发布时间:2022-05-12浏览次数:124

线上会议:腾讯会议 540 485 761

报告时间:2022518日下午

2:00-2:50

报告题目:Information Theoretic Learning

报告嘉宾:

陈霸东,西安交通大学电信学部人工智能学院教授。2008年毕业于清华大学计算机专业获博士学位,曾在美国佛罗里达大学电气与计算机工程系做博士后研究。研究兴趣包括信号处理、机器学习、脑与认知科学启发的人工智能、脑机接口、机器人。在国际知名期刊及会议发表学术论文200多篇,论文在谷歌学术中被引用8800多次(H因子44),15篇论文先后入选“ESI高被引论文”。入选世界排名前2% 顶尖科学家名单和Elsevier“中国高被引学者”榜单。获中国自动化学会自然科学一等奖、陕西省科学技术二等奖、吴文俊人工智能自然科学二等奖、中国自动化学会青年科学家奖等。入选教育部长江学者奖励计划特聘教授、陕西省百人计划、陕西省中青年科技创新领军人才等。担任中国认知科学学会理事、IEEE汇刊TNNLS/TCDS/TCSVT编委、IEEE 面向信号处理的机器学习(MLSP)以及IEEE 认知与发展系统(CDS)技术委员会委员,并担任国内多个学会的专业委员会委员。主持了国家自然科学基金重大研究计划重点支持项目、联合基金重点项目、973计划课题、国家重点研发计划课题等重要科研项目。


摘要:Using information theoretic measures (entropy, mutual information, etc.) to construct the objective functions of learning machines can significantly improve the learning performance especially when data are seriously contaminated. These learning methods are referred to as the Information Theoretic Learning (ITL), which is an important research direction in the field of machine learning. This talk will focus on recent advances in ITL, including some new concepts and new algorithms in ITL and their applications to different learning tasks. The talk will also provide some new insights into ITL.


2:50-3:40

报告题目:频谱语义态势认知前沿研究

报告嘉宾:

吴启晖,南京航空航天大学副校长,教育部长江学者特聘教授,国家百千万人才工程入选者,国家有突出贡献中青年专家;工信部通信科技委委员、工信部电磁频谱空间认知动态系统重点实验室主任、中国电子学会/中国通信学会理事与会士、IET Fellow;发表IEEE期刊论文120余篇,ESI论文10余篇,获IEEE信号处理协会最佳青年作者论文奖、IEEE VTC2014-Fall(旗舰会议)、IEEE WCSP2018IEEE WCSP2009最佳论文奖;日内瓦国际发明展金奖2项、授权美国发明专利2项;主持国家自然科学基金重大仪器等国家级重大/重点项目10余项;获国家科技进步二等奖1项、省部级科技进步一等奖5项、二等奖2项、三等奖7项,并将创新研究成果应用于北斗卫星、探月工程等工程。


摘要:电磁频谱空间成为继陆、海、空、天、网之后的第六维作战空间,作为国家战略空间的电磁频谱空间面临着诸多挑战如:频谱资源日益紧缺、频谱安全日益严峻、频谱对抗日益激烈。为应对这些挑战,电磁频谱态势研究急需从感知向认知跃升,频谱语义态势认知理论研究与技术突破已成为电磁频谱空间领域攻关的核心问题之一。本报告将从研究背景、国内外现状、基础问题、研究方向、团队工作等几个方面进行介绍,期待着通过这样的学术交流,推进频谱态势领域的发展。



3:40-4:30

报告题目:MIMO声信号感知与处理

报告嘉宾:

陈景东(教授、博导、IEEE Fellow): 先后在日本的ATR、澳大利亚的Griffith大学、美国的贝尔实验室等机构工作十余年,2010年回国加入西北工业大学任教。主要从声信号处理、语音增强、噪声控制与消除、回声及干扰对消、语音及声学事件识别等方面的研发工作,所研发的部分技术已成功用于电话会议、智能音箱、车载导航、智能大屏、宇航服通信等系统之中。曾先后荣获贝尔实验室模范团队奖、NASA技术创新奖、IEEE信号处理学会最佳论文奖,并获得了“日本关键技术中心人才基金”和国家“杰出青年科学基金”的资助。


摘要:声信号的感知与处理不仅是语音通信系统的核心组成部分,也是影响智能人机交互系统性能的关键因素之一。随着语音通信与人工智技术的发展,越来越多的语音系统开始采用多麦克风进行拾音和多扬声器进行放音,这种MIMO系统和传统的单输入单输出或多输入单输出系统相比具有很多优点,不仅可以实现高保真拾音,还可以重构远端的声学环境。但MIMO声学系统中许多问题的求解变得更为复杂。在这个报告中,我将和大家分享一下声信号感知与处理的一般过程以及所要解决的主要问题,然后讨论MIMO声学系统中声信号感知、获取、处理、传输与重构所面临的主要挑战。



4:30-5:20

报告题目:MIMO Massive Unsourced Random Access

报告嘉宾:

吴泳澎,现任上海交通大学长聘教轨副教授,主要从事空时无线通信理论与关键技术研究,目前已在IEEE期刊发表论文90余篇,多篇论文入选ESI热点及高被引论文。 获国家自然基金委优秀青年基金、IEEE通信学会亚太区杰出青年研究学者奖、季寒冰青年教师奖、中国科协“青年托举人才计划”和2014德国洪堡学者等荣誉和奖励。博士论文“多用户MIMO传输理论方法”获首届中国通信学会“全国信息通信领域优秀博士学位论文”,并获多个学术会议最佳论文奖。现任IEEE Senior Member,并受邀担任IEEE Transactions on Communications, IEEE Wireless Communication以及 IEEE Communications Letters编委, IEEE Journal of Selected Area in CommunicationsSCI一区)专刊 《5G物理层安全》 客座主编(Lead Guest Editor, IEEE Wireless Communications (SCI一区)专刊 《5G及未来无线通安全》客座主编。同时,多次担任IEEE ICCGlobecomVTC等国际著名会议技术委员会主席及委员。现主持国家自然科学基金、国家重点研发子课题以及华为、中兴、国家电网等科研项目多项。


摘要:In this talk, we investigate a joint device activity detection (DAD), channel estimation (CE), and data decoding (DD) algorithm for multiple-input multiple-output (MIMO) massive unsourced random access (URA). Different from the state-of-the-art slotted transmission scheme, the data in the proposed framework is split into only two parts. A portion of the data is coded by compressed sensing (CS) and the rest is low-density-parity-check (LDPC) coded. In addition to being part of the data, information bits in the CS phase also undertake the task of interleaving pattern design and channel estimation (CE). The principle of interleave-division multiple access (IDMA) is exploited to reduce the interference among devices in the LDPC phase. Based on the belief propagation (BP) algorithm, a low-complexity iterative message passing (MP) algorithm is utilized to decode the data embedded in these two phases separately. Moreover, combined with successive interference cancellation (SIC), the proposed joint DAD-CE-DD algorithm is performed to further improve performance by utilizing the belief of each other. Additionally, based on the energy detection (ED) and sliding window protocol (SWP), we develop a collision resolution protocol to handle the codeword collision, a common issue in the URA system. In addition to the complexity reduction, the proposed algorithm exhibits a substantial performance enhancement compared to the state-of-the-art in terms of efficiency and accuracy.