您的当前位置:首页新闻中心学术活动
学术报告:Structured Sparse Learning for SignalProcessing and Vision
文章来源: 发布时间:2016-08-08 【字号:

  题目:Structured Sparse Learning for SignalProcessing and Vision 

  报告人:熊红凯教授, 上海交通大学 

  报告时间:2016809日星期二 上午10:30               

  报告地点:中国科学院信息工程研究所3号楼(B2座)3224  

  Abstract  

  In signal processing, sparse coding consists of representing data with linear combinations of a few dictionary elements. Structured sparse signal representation models further regularize the sparse estimation by assuming dependency on the selection of the active atoms. This talk addresses our ongoing efforts in signal processing and vision, which is preceded by incorporating structured sparsity into generalized representation to fit the varying nonstationary statistics in sampling, coding and representation. More specifically, the dictionary is learned and adapted to data, yielding a compact representation. Over scattering networks, we construct the invertible topologywith iterated filter banks in order to make reconstruction in a variety of contexts.   

  Short Bio 

  熊红凯,上海交通大学特聘教授、博士生导师,国家杰出青年科学基金获得者,教育部新世纪优秀人才,上海市曙光学者,上海市青年科技英才,国家自然科学基金委创新研究群体成员,上海市技术发明奖一等奖(排名第1)。IEEE高级会员、ACM会员。 

  2003年,在上海交通大学获得通信与信息系统专业博士,留校工作。20072008年,在美国卡内基梅隆大学CMU电机与计算机工程系,担任全职研究员;20112012,在美国加州大学圣地亚哥分校(UCSD)生物医学信息中心,担任Scientist。主要研究方向为:信息论与编码、信号处理、图像视频编码与通信、计算机视觉及机器学习。在信号处理和多媒体通信相关国际著名期刊和学术会议上,共发表SCI/EI收录论文170多篇,包括:1本学术著作,IEEE Trans汇刊论文36篇,顶级国际学术会议等20余篇。申请了20多项国家发明专利,已授权10项。作为项目负责人,共主持:国家自然科学基金重点项目2项、国际自然科学基金面上项目2项、科技部863项目1项、国际自然科学基金海外学者合作基金3项等。2013年,获澳大利亚国家研究理事会ARC基金资助;澳大利亚新南威尔士大学的博士学位评审委员、香港研究资助委员会评审人。 

  2011年,获得“上海市技术发明奖”一等奖(第一完成人,“网络化的视频媒体处理与适配分发关键技术与核心系统”)。2014年,获得IEEE国际学术会议IEEE VCIP(视觉通信与图像处理)最佳学生论文奖;2013年,获得IEEE国际学术会议IEEE BMSB(多媒体通信与广播)最佳论文奖;2011年,获得IEEE国际学术会议IEEE MMSP(多媒体信号处理)Top 10 %论文奖;201110月,指导在读博士生获得“微软学者奖”。20102013年,2次入选上海交通大学“SMC-A类晨星青年学者计划”。参与筹建了教育部-微软重点实验室上海交通大学“智能计算与智能系统”。在上海交通大学组建“媒体信息网络”研究所(http://min.sjtu.edu.cn)。 

附件: