5月16日上午，应数学与信息科学学院邀请，浙江大学李松教授为学院师生作题为“基于混合噪声的相位恢复理论”的报告，相关专业教师和硕士研究生20余人参加此次研讨会。报告由学院李海锋副教授主持。

李松教授首先简要介绍了自身研究经历，分析了研究相位恢复理论的由来。相位恢复是压缩感知的一个相关的领域，其在医学成像上有着重要的应用。报告内容主要侧重于具有混合噪声（有界噪声与稀疏噪声共存）的相位恢复理论，一个基本的问题就是最优稀疏度的上界刻画问题；即当有界噪声为零时，稀疏噪声的稀疏度量化分析。我们给出了最优稀疏度的量化数值，证明了当稀疏度小于该数值时，能够通过提升方法恢复未知信号，并通过构造反例说明当稀疏度超过该数值时，重构失败。报告结束后，李松教授对师生提出的相关问题进行了细致地解答，师生们受益匪浅。

专家简介：

李松，男，浙江大学求是特聘教授，二级教授，博士生导师。长期从事数据科学中的数学基本理论与算法研究（包括；小波分析、压缩感知、低秩矩阵恢复以及相位恢复等领域）。是最早在国内开展压缩感知理论研究的学者之一，与合作者一起解决了：该领域核心工具RIP最佳上界猜想以及小波框架表示下可分离稀疏信号重构的公开问题；系统地发展了RIP理论、系统地建立了小波框架下的压缩感知理论，这些研究成果被国际同行广泛认为是压缩感知领域中的代表性研究成果；与合作者一起证实了矩阵奇异值三角不等式猜想、解决了块状矩阵中两个重要常数Mutual Coherence 与Spark最佳下界估计的公开问题；与合作者一起开展了最具有实际应用背景的掩膜傅里叶测量下的相位恢复理论与算法的研究工作，解决了代表性算法之一:WF算法在最少测量下的收敛性问题，该问题被E.Candes等著名学者称之为具有挑战性的。曾获得教育部自然科学奖二等奖（排名第一），主持了9项国家自然科学基金项目（2项重点、5项面上、2项天元）以及1项浙江省重大科技专项。他非常注重人才培养，先后培养了一批优秀博士与硕士研究生，毕业研究生中多人获得；国家优秀青年科学基金、教育部青年长江学者以及中组部青年拔尖人才等国家级优秀青年人才项目。

（数学与信息科学学院 李海锋）