講座名稱：記憶近似消息傳遞（MAMP）

講座人：劉雷 研究員

講座時間：10月20日9:30

地點：北校區(qū)主樓II區(qū)219

講座人介紹：

劉雷，浙江大學研究員，博士生導師，國家級青年人才，IEEE和中國通信學會資深會員。2017年獲西安電子科技大學通信與信息系統(tǒng)博士學位；2014年-2016年，在新加坡南洋理工大學（NTU）進行交流訪問；2016年-2017年，在新加坡科技與設計大學（SUTD）從事博士后研究；2017年-2019年，在香港城市大學（CityU）擔任研究員；2019年-2023年，在北陸先端科學與技術大學院大學（JAIST）擔任助理教授；2023年加入浙江大學信息與電子工程學院。擔任信息論旗艦會議IEEE ITW 2021出版聯合主席。長期從事消息傳遞理論與算法，及其在信號處理、無線通信、信息論及編碼領域的應用研究，是國際上最早展開記憶消息傳遞研究的學者之一。在《IEEE信息論匯刊》（IEEE Trans. Information Theory）等國際重要刊物和IEEE信息論年會（ISIT）等國際重要會議上發(fā)表論文四十余篇。

講座內容：

近似消息傳遞（AMP）是一種針對高維線性系統(tǒng)的非高斯（如稀疏、離散）信號估計技術?，F有AMP算法性能優(yōu)越且復雜度低，但僅適用于獨立同分布（IID）度量矩陣；現有正交/矢量AMP（OAMP/VAMP）適用于更一般的右酉不變（包含IID和特定相關/病態(tài)）矩陣，但需要高復雜度線性最小均方誤差（LMMSE）估計。本報告針對一般右酉不變矩陣，給出一種基于廣義正交原理的記憶AMP（MAMP）范式，統(tǒng)一現有的AMP類（如AMP、OAMP/VAMP、CAMP等）算法，并進一步提出貝葉斯最優(yōu)MAMP算法。該MAMP算法復雜度低（與AMP相當），迭代性能可由狀態(tài)演化（SE）進行分析，嚴格收斂致與高復雜度OAMP/VAMP相同的均方誤差性能，并在SE具有唯一不動點時為貝葉斯最優(yōu)。

主辦單位：通信工程學院