12月9日:周正春/温金明(两场)
发布时间:2016-12-06 浏览量:5665

                              12月9日:周正春:Linear Codes with Few Weights from Functions with Optimal Nonlinearity

报告题目:Linear Codes with Few Weights from Functions with Optimal Nonlinearity

报告人:周正春 教授,西南交通大学

主持人:陈洁 研究员

报告时间:12月9日(周五) 9:00—10:00

报告地点:中北校区理科楼B222

个人简介:

周正春,博士,香港科技大学博士后和访问学者,现任西南交通大学教授。主要研究方向为序列设计、代数编码理论和密码函数设计。曾获全国百篇优秀博士学位论文奖(2013年)、教育部自然科学二等奖(2015年,排名2/4)、上海市自然科学二等奖(2014年,排名3/4)、四川省杰青(2014年)、中国电子学会信息论分会“青年新星”(2016);所负责的研究团队“代数编码理论及其应用”入选2015年四川省教育厅科研创新团队。以第一作者或通讯作者身份发表SCI检索论文40余篇,其中包括IEEE 期刊论文20篇,信息论与代数编码领域旗舰期刊IEEE Transactions on Information Theory 13篇,ESI高被引论文2篇,研究成果共被SCI他引200余次。主持多项国家级和省部基项目;曾访问澳大利亚墨尔本大学、加拿大滑铁卢大学、日本筑波大学、挪威卑尔根大学;担任三个国际SCI期刊的编委。

报告摘要:

It is well known that there is a close interplay between linear codes with excellent minimal distance and functions with optimal nonlinearity. In this talk, we shall introduce two-weight and three-weight linear codes from some functions with optimal nonlinearity. The weight distribution of these linear codes will be settled as well.

 

                                          12月9日:温金明:Necessary and Sufficient Conditions for Orthogonal Least Squares

报告题目:Necessary and Sufficient Conditions for Orthogonal Least Squares

报告人:温金明 博士, 加拿大阿尔伯塔大学

主持人:陈洁 研究员

报告时间:12月9日(周五) 10:00 – 11:00

报告地点: 中北校区理科楼B222

个人简介:

温金明博士,2010年6月硕士毕业于吉林大学数学学院,2010年9月到2015年2月在加拿大麦吉尔大学数学与统计学院攻读并获取博士学位,从2015年3月到2016年8月,他在法国科学院里昂并行计算实验室从事研究。从2016年9月至今,他在加拿大阿尔伯塔大学信息与工程学院从事研究工作。温金明博士的主要研究兴趣为压缩感知、格规约及其在密码和通讯中的应用。温博士在IEEE Transactions on Information Theory, IEEE Transactions on Signal Processing等高水平杂志发表15篇论文。

报告摘要:

In this talk, we study the orthogonal least squares (OLS) algorithm for sparse recovery. On the one hand, we show that if the sampling matrix $/mathbf{A}$ satisfies the restricted isometry property (RIP) of order $K + 1$ with isometry constant  $$ /delta_{K + 1} < /frac{1}{/sqrt{K+1}}$$ then OLS exactly recovers the support of any $K$-sparse vector $/mathbf{x}$ from its samples $/mathbf{y} = /mathbf{A} /mathbf{x}$ in $K$ iterations. On the other hand, we show that OLS may not be able to recover the support of a $K$-sparse vector $/mathbf{x}$ in $K$ iterations for some $K$ if $$ /delta_{K + 1} /geq /frac{1}{/sqrt{K+/frac{1}{4}}} $$.

以诚为本赢在信誉9001cc
学院地址:上海中山北路3663号理科大楼

                上海市浦东新区楠木路111号
院长信箱:yuanzhang@sei.ecnu.edu.cn | 办公邮箱:office@sei.ecnu.edu.cn | 院办电话:021-62232550
Copyright 以诚为本赢在信誉9001cc(中国)有限公司