10月21日上午，应数学与信息科学学院邀请，西安交通大学杨在教授和中山大学冼军教授在数学南楼107分别为学院师生作题为“SMART spectral analysis of signals”和“Star discrepancy bounds based on general equal measure partition and their applications”的报告，相关专业教师和硕士研究生24余人参加此次研讨会。
杨在教授在本次报告中介绍其团队关于这个主题的最新进展，通过使用结构化MAtrix恢复技术（SMART）解决高度非凸最大似然优化问题。
冼军教授在报告中指出，一般等量划分下，获得了一个更好的预期星差异上限，系数从60.9984提高到2.4043。此外，应用星差版的强分率原理，证明了任何等量分法的分层抽样的星差小于简单随机抽样。
两位教授的报告深入浅出，精彩绝伦。报告结束后，两位对师生提出的相关问题进行了细致的解答，师生们受益匪浅。
专家简介：
杨在，西安交通大学数学与统计学院教授、博士生导师，国家优秀青年基金获得者。2007和2009年分获中山大学应用数学专业本科和硕士学位，2014年获新加坡南洋理工大学电子电气工程专业博士学位。主要从事信息处理与无线通信的数学理论与方法研究，解决了多层Toeplitz矩阵分解、矩阵Hadamard积正定性判别等公开问题，在IEEE Trans. Information Theory、IEEE Trans. Signal Processing等期刊与会议发表学术论文50余篇，谷歌学术引用3300余次。（曾）是IEEE高级会员，第25届欧洲信号处理会议Tutorial主讲人，IEEE信号处理学会SAM技术委员会委员，及IEEE Trans. Signal Processing和（Elsevier) Signal Processing期刊编委。主持国家自然科学基金青年、面上和优秀青年等基金项目及华为等企业横向课题共10余项。
冼军，男，博士，教授，博士生导师，国家优秀青年基金获得者，福建闽江学者讲座教授，现为中山大学逸仙学者特聘教授、中国数学会理事、广东省数学会理事、广东省工业与应用数学学会副理事长。2004年毕业于中山大学获理学博士学位，同年进入浙江大学数学博士后流动站，2006年博士后出站至今在中山大学数学学院工作。主要研究方向为小波分析与应用调和分析、采样理论及其在信号处理中的应用。在Appl. Comput. Harmon. Anal., Inverse Probl., J. Fourier Anal. Appl., Proc. Amer. Math. Soc., J. Approx. Theory等国内外主流专业期刊发表多篇关于信号的采样与重构的理论及其应用的论文，部分结果获得同行们的关注。曾作为项目负责人主持多项国家级和省部级基金项目。
（数学与信息科学学院 魏晓君 李海锋）
