题 目：记忆近似消息传递 Memory Approximate Message Passing (MAMP)
报告人：浙江大学 刘雷研究员
时 间：8月25日上午 9:00-10:00
地 点：交叉二号楼 B6007
摘 要：近似消息传递（AMP）是一种针对高维线性系统的非高斯（如稀疏、离散）信号估计技术。现有AMP算法性能优越且复杂度低，但仅适用于独立同分布（IID）度量矩阵；现有正交/矢量AMP（OAMP/VAMP）适用于更一般的右酉不变（包含IID和特定相关/病态）矩阵，但需要高复杂度线性最小均方误差（LMMSE）估计。本报告针对一般右酉不变矩阵，给出一种基于广义正交原理的记忆AMP（MAMP）范式，统一现有的AMP类（如AMP、OAMP/VAMP、CAMP等）算法，并进一步提出贝叶斯最优MAMP算法。该MAMP算法复杂度低（与AMP相当），迭代性能可由状态演化（SE）进行分析，严格收敛致与高复杂度OAMP/VAMP相同的均方误差性能，并在SE具有唯一不动点时为贝叶斯最优。
简 历：刘雷，浙江大学研究员，博士生导师。2017年获西安电子科技大学通信与信息系统博士学位；2014年-2016年，在新加坡南洋理工大学（NTU）进行交流访问；2016年-2017年，在新加坡科技与设计大学（SUTD）从事博士后研究；2017年-2019年，在香港城市大学（CityU）担任研究员；2019年-2023年，在北陆先端科学与技术大学院大学（JAIST）担任助理教授；2023年加入浙江大学信息与电子工程学院。担任信息论旗舰会议『IEEE ITW 2021』出版联合主席。获2022年度国家优秀青年基金（海外）。长期从事消息传递理论与算法，及其在信号处理、无线通信、信息论及编码领域的应用研究，是国际上最早展开记忆消息传递研究的学者之一。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）等国际重要会议上发表论文四十余篇。
