12月2日，应数学与信息科学学院邀请，浙江理工大学沈益教授为学院师生作题为“Descending Iterative Hard Thresholding: A Robust Approach to Sparse Recovery under Heavy-Tailed Noise”的学术报告，学院相关专业教师和研究生参加了此次报告。

沈益教授首先介绍了压缩传感已成为从医学成像到通信系统等领域的信号恢复的强大技术。在为此目的设计的众多算法中，自适应迭代硬阈值（AIHT1）算法因其简单性和效率而受到关注。然而，它并非没有局限性，尤其是在应用于以重尾噪声和相对较少的观测值为特征的现实世界场景时。在本文中，通过引入一种称为降序迭代硬阈值算法的新方法来应对这一挑战。具体方法为在AIHT1算法的基础上，结合了回溯线搜索方法的概念。这一发展背后的动机是增强压缩传感的稳定性并加快收敛速度，特别是在存在重尾噪声的情况下。最后提出了理论分析和实验验证来支撑所提方法的结果。

报告结束后，沈益教授就与会师生提出的相关问题进行了详细的解答，并展开了深入的讨论与交流，现场气氛热烈，学院师生表示受益匪浅。

专家简介：

沈益，浙江理工大学数学科学系教授，博导，浙江省应用数学研究会副理事长；毕业于浙江大学数学系，获应用数学博士学位（导师：李松教授）；从事应用调和分析、信息论、逼近论等相关领域的研究；主持国家自然科学基金面上项目、优秀青年科学基金项目、浙江省杰出青年基金项目等省部级项目；在Appl Comput Harmon A、IEEE T Inform Theory、IEEE T Signal Proces、J Approx Theory、J Fourier Anal Appl、Comput Aided Geom D、J Complexity等期刊发表SCI论文20余篇，曾获“浙江省优秀数学教师”称号。

 (数学与信息科学学院 李海锋 魏晓君)