清华戴琼海研讨组论文被IEEE会刊选作亮点文章 -编号:JK506df

2015-02-26 12:09 来源：http://www.ceo315.org/ 阅读：次

清华消息网9月17日电近日，清华大学主动化系戴琼海教学课题组于2013年3月在信息处置跟智能计算范畴国际顶级期刊IEEE神经网络及智能体系会刊（IEEE Transactions on Neural Networks and Learning Systems)发表的题为《非凸启示下的低秩构造感知》（Low Rank Structure Learning via Non-convex Heuristic Recovery）的论文被IEEE神经网络及智能系统会刊选作2013年第一季度的亮点文章。该论文还被IEEE智能计算协会会刊IEEE智能计算杂志（IEEE Computational Intelligence Magazine）在2013年度第二季度的季刊上以智能盘算协会亮点（CIS Publication Spotlight）的情势专门撰文推举。

　　针对这一理论难点，戴琼海传授领导博士研讨生邓岳缭绕矩阵结构感知与重构问题，提出了一种非凸感知算法，揭示了该框架下非凸函数迫近零范数的理论极限，并定义了算法的收敛解。比拟于经典理论系统下“凸”的紧缩感知，“非凸感知”能够从更少的采样，更大的噪声下更精准地恢复信号。该实践结果尤其实用于海量数据的感知与重构,清华大学研修班，并可被利用解决核磁共振成像、无人机视觉、计算光学以及卫星遥感信息处理等实际问题。

图为亮点文章首页。

供稿：自动化系编纂：范丽

该论文提出，根据经典香农信息论，信号的精准恢复须要两倍以上的采样频率。然而，在压缩感知的框架下，这一理论极限却可以通过优化的手腕被胜利冲破。环绕压缩感知，国际上现有的理论成果多借助于凸优化在一范数的结构下对稀少信号进行恢复。然而，从数学本质上，一范数并不是对描绘信号稀疏实质的零范数（NP难）的最优迫临。

清华戴琼海研究组报道log-sum压缩感知方式论文被IEEE会刊选作亮点文章

包含IEEE智能计算协会的主席，英国爱丁堡大学西蒙·卢卡斯（Simon Lucas）教授在内的诸位专家指出非凸感知算法可解决众多极其前提下的信号重构及表现问题。破体视频国际会议（3DTV）国际大会会议主席奥纽若（Levent Onural）以及美国乔治亚理工大学阿尔雷吉布（Ghassan Al-Regib）教授撰文先容这项工作的应用成果时指出，非凸矩阵感知算法在三维信号重建中的有效运用，为传统计算机图形学发展揭示了一个新的可行方向。