学术报告

报告题目：统计学习与编码

报告人：马啸  中山大学数据科学与计算机学院教授

时间：9月6日（周五）下午15：00

地点：大学城理六栋301

报告摘要：

在通信系统设计中，编译码方案一般是基于已有的信道模型来设计的。不同于其他研究领域，利用蒙特卡洛仿真的方法我们可以产生海量的信号数据，用于编译码性能的分析与评估。由于能够比较容易地获得大量的数据样本，我们可以利用统计学习的方法辅助完成译码。基于这一思想，我们利用随机叠加的方式设计编码方案。在译码时，先利用列表译码算法，列出候选的叠加序列，再利用统计学习进行分析并识别出被叠加的随机序列，从而在不损失码率的条件下提高译码性能。此外，我们利用这种用统计学习识别叠加序列的方法，设计了基于现有LDPC码传输链路的几种额外信息的传输方案，能够实现在不额外消耗带宽和能量的条件下高可靠地完成额外信息传输。

报告人简介：

马啸，工学博士，中山大学数据科学与计算机学院教授。2006年获IEEE通信学会颁发的2005年度最佳论文奖（2005 Best Paper Award in Signal Processing and Coding for Data Storage by IEEE Comm. Soc.），并于同年获首届微软青年教授奖；2007年入选教育部新世纪优秀人才计划；2008年成为广东省高校“千百十工程”省级培养对象；2012年主持国家重点基础研究发展计划（973计划）项目“高移动性宽带无线通信网络重点理论基础研究”课题之一；2016 年获得广东特支计划“百千万工程领军人才”项目资助。主要研究信息论与信道编码技术及其在数字通信和数字存储系统中的应用，在《IEEE信息论汇刊》（IEEE Trans. Information Theory）等国际重要刊物和IEEE信息论年会（ISIT）等重要国际会议上发表论文近两百篇，授权发明专利十项，研究成果已被同行引用千余次，其中一项成果被国外教授大篇幅写进专业教科书。