作者导航

核心期刊

中文核心期刊(2014)
中文核心期刊(2011)
中文核心期刊(2008)
中文核心期刊(2004)
学术•文化 现在的位置:首页 > 学术.文化 >

台湾清华大学祁忠勇来信息学院作报告

10月31日,台湾清华大学祁忠勇教授受邀在信息学院作了题为“Detection of Sources in Non-negative Blind Source Separation by Minimum Description Length Criterion”的学术报告。

虽然在科学和工程领域发现了许多非负盲源成功分离的应用,但模型阶数选择以及确定源的数量仍是尚未解决的关键问题,方案的局限性在于模型假设条件、主观经验等。报告中,祁忠勇教授基于最小描述长度原则,提出了一种新的修正模型阶数选择准则,采用广泛引用的假设来实现独特的解决方案,将混合矩阵看作是由确定性的未知因素组成的,其中的源信号遵循一个多变量的狄利克雷分布,并且推出了一种计算效率高的随机算法,以获得模型参数的近似极大似然估计,应用蒙特卡罗积分来确定描述长度。该准则通过广泛的模拟研究和四个真实数据集来验证提出的标准,展示了算法准确的性能和普遍适用性。在所有的案例研究中,提出的算法能够有效检测出源的真实数量。报告吸引了相关专业的教师、研究生以及驻济高校师生前来学习。报告结束后,祁忠勇教授一一回答了现场师生的提问。

祁忠勇教授于1983年在南加州大学获得电气工程博士学位;1983年至1988年,在美国加州的喷气推进实验室工作;1989年回到中国台湾,先后在台湾清华大学的电子工程学院和通信工程学院担任教授,2002年至2005年兼任通信工程研究所所长一职。研究方向主要集中在无线通信中的信号处理、盲源分离中的凸分析和优化、生物和高光谱图像分析。他已在相关领域发表了220多篇专业论文,被引用3800多次,其中包括80多篇期刊论文,且大多发表在IEEE Trans. Signal Processing上。

上一篇:声明:本网电子邮箱被不法分子盗用,收取审稿费或版面费
下一篇:最后一页