报告时间：2021年5月14日（周五）上午10：30

报告地点：屏峰校区信息工程学院D533

报告题目：高等优化、感知、学习方法及其应用

报告摘要: 6G通信-感知-计算融合系统所面临的资源优化和信号处理问题，需要能够处理复杂的非凸随机约束、适应动态环境、具有较强可解释性的多尺度智能优化、感知、学习方法。之前关于多尺度、非凸约束随机优化的理论和方法还不成熟，导致现有优化、感知、学习算法无法完全满足6G需求。本报告首先提出一种可处理非凸随机约束的随机逐级凸近似（constrained stochastic successive convex approximation, CSSCA）方法，随后进一步提出基于两级primal-dual分解的多尺度非凸随机优化方法，并通过与深度展开方法结合，构建了一套可处理非凸随机约束、适应动态环境、具有较强可解释性的多尺度智能优化学习方法框架；接下来讨论该多尺度非凸随机优化方法在无线通信和深度学习中的应用，并通过带复杂约束的深度强化学习问题求解和智能反射面辅助通信系统中的波束优化设计这两个具体的应用实例，展示多尺度非凸随机优化方法相对传统优化方法的优势；最后，本报告介绍了压缩感知和贝叶斯学习方法的一些最新进展及其应用前景，并将讨论一些相关的未来研究方向。

专家简历：

刘安，男，浙江大学“百人计划”研究员，博士生导师。分别于2004年、2011年在北京大学电子学系获得理学学士、工学博士学位。2008年到2010年赴美国科罗拉多大学博尔德分校访学。于2011年到2017年在香港科技大学先后担任博士后、访问助理教授、研究助理教授。2018年入选第十四批国家千人计划（青年），并加入浙江大学。主要研究方向是通信-感知-计算智能融合的协作传输理论与信号处理方法，并致力于面向无线通信的智能优化学习、感知理论与方法的构建。在相关领域的研究已形成初步的理论体系，获教育部自然科学奖二等奖。目前正在担任无线通信和信号处理领域国际顶级期刊IEEE Trans. Wireless Communications, IEEE Trans. Signal Processing和IEEE Wireless Communications Letters的副主编。在信号处理和通信领域发表SCI收录的IEEE顶级期刊论文80余篇，EI收录的IEEE国际会议论文50余篇，英文专著2章。授权美国专利1项，中国专利7项。承担国家自然科学基金面上项目等国家、省、部级项目5项、华为资助项目4项，作为项目骨干参与国家重点研发计划等科研项目10多项。