报告题目：基于分析模型的稀疏表示和字典学习及其应用
报告时间：2018年11月27日14:30-17:30
报告地点：数理信息楼220房间
报告人：王文武教授
主办单位：工程学部、数理学院
报告人简介：
王文武：英国萨里大学(University of Surrey)Reader、电气与电子工程系信号处理中心（CVSSP）机器听觉实验室主任、国防部信号处理中心(UDRC Signal Processing for Defence)成员、英国广播公司音频信号合作研究中心（BBC Audio Research Partnership）成员、萨里大学网络安全中心（Surrey Centre for Cyber Security）成员。现担任IEEE Transactions on Signal Processing副主编，并担任2019年英国主办的IEEE信号处理国际顶级会议ICASSP的出版主席（Publication Co-Chair）。
王文武教授现主要从事信号处理和机器学习的理论和算法及应用研究工作。研究兴趣集中在多模态机器感知、信号和数据处理，具体包括信号以及目标分离、增强、定位、跟踪、分类和识别等。已在国际顶级期刊和会议上发表论文200余篇、出版专著两部。曾获得LVA/ICA2018最佳论文，Kaggle2018声音时间检测和分类第三名（全球558个参赛系统包括谷歌等大公司） DCASE2017挑战赛第一名（全球约四十个参赛系统包括谷歌等大公司）、2016年TVB欧洲最佳成就奖、LVA/ICA2010会议最佳论文提名、ICME2015会议高质量前15%论文（全文发表于多媒体领域顶级期刊IEEE Transactions on Multimedia）、2012年度英国国防科技实验室稀疏信号处理挑战赛的最佳方案奖。作为Principle Investigator和Co-Investigator，研究得到英国工程与物理研究基金会（EPSRC）、英国国防部、英国国防科技实验室、英国内政部、欧盟、中国国家自然科学基金、英国广播公司、三星公司等广泛资助，所有项目资助总额达近2000万镑，其中对萨里大学的直接资助约700万镑。
萨里大学被The Times and Sunday Times Good University Guide 2016评为University of the Year, 以及 University of the Year for Student Experience.在英国卫报，泰晤士报等大学排名榜上常居前十名。电气与电子工程系排名常居前三名。
详细信息见个人网页：http://personal.ee.surrey.ac.uk/Personal/W.Wang/
报告内容简介：
稀疏表示被广泛用于信号的降噪，分离，分类，识别上。早期的研究集中在合成模型上，也就是把信号表示成多个信号元的叠加。直到最近，分析模型逐渐受到关注。本报告讨论分析模型和合成模型的不同，并介绍团队最近提出的基于分析模型的稀疏表示和字典学习算法，并给出它们在信号及图像处理中的应用。
