1948年，《通信的数学原理》划时代问世，标志着现代信息论的诞生。78年间，世界基于此发生翻天覆地的变化。随着通信技术的飞速发展，以及数学、统计学、计算机科学等学科的不断交汇，信息论逐渐成长为一棵枝繁叶茂的大树。

近似消息传递（AMP）算法，便是这棵大树上生长出的重要分支之一。作为一类面向高维信号恢复与估计问题的迭代算法，它能够从海量、残缺甚至夹杂噪声的数据中，高效还原出隐藏的有用信息。凭借计算高效、结构简洁、性能可精确分析等独特优势，AMP 已成为现代信号处理、无线通信和机器学习领域不可或缺的有力工具。

6月30日 19:00，黄大年茶思屋科技网站「学术星光」栏目邀请中国科学院数学与系统科学研究院副研究员 马俊杰，围绕 AMP 的算法、理论与应用带来专题分享。

报告将从高维线性逆问题出发，介绍 AMP 的基本思想，重点讲解 Onsager 修正和状态演化在算法设计与性能分析中的关键作用；随后，将介绍正交近似消息传递（OAMP）及其在更一般观测矩阵模型下的推广，并结合相位恢复、低秩矩阵估计和大规模 MIMO 等前沿问题，生动展示 AMP 算法在信号处理中的典型应用。

时间：6月30日 19:00 — 20:30

直播间入口：https://www.chaspark.com/#/live/1288654129930878976

主讲人简介：

马俊杰，中国科学院数学与系统科学研究院长聘副研究员，博士毕业于香港城市大学，曾在哥伦比亚大学、哈佛大学从事博士后研究。研究兴趣为复杂信号处理的数学理论与算法，在AOS、IEEE TIT、NeurIPS、ICML等国际期刊和会议发表多篇论文。入选中科院百人计划，主持自然基金面上项目并参与中科院先导科技专项、科技部重点专项等科研项目。曾任中国运筹学会青年工作委员会副秘书长、现任中国现场统计研究会随机矩阵理论与应用分会理事。

为青年学者筑起讲台，让前沿突破走向更广阔的视野。一起跟随「学术星光」的镜头，走进一线科研工作者的世界。在这里，我们记录前沿的突破，也看见他们对未来的无限想象。

更多「学术星光」全集，可查看：https://www.chaspark.com/#/s/StarryAcademy

信息来自：黄大年茶思屋科技网站