西安電子科技大學(xué)電子工程學(xué)院邀請Trac D. Tran教授作了一場題為“Structured Sparse Representation with Low-Rank Interference-Algorithms and Applications(結(jié)構(gòu)化稀疏與低等級干擾算法和應(yīng)用)”的報告，電子工程學(xué)院具有博士、碩士學(xué)位授權(quán)一級學(xué)科兩個，信息與通信工程、電子科學(xué)與技術(shù)；博士學(xué)位授權(quán)的學(xué)科專業(yè)有四個，信號與信息處理、電路與系統(tǒng)、電磁場與微波技術(shù)、模式識別與智能系統(tǒng)；碩士學(xué)位授權(quán)的學(xué)科專業(yè)有七個，信號與信息處理、電路與系統(tǒng)、電磁場與微波技術(shù)、模式識別與智能系統(tǒng)、系統(tǒng)工程、生物醫(yī)學(xué)工程和導(dǎo)航、制導(dǎo)與控制。在職研究生講座的主要內(nèi)容是：

　　在報告中，Trac教授首先闡述了稀疏優(yōu)化和壓縮感知相關(guān)問題，使大家在對稀疏優(yōu)化理論的應(yīng)用現(xiàn)狀和應(yīng)用前景有了一個全面的了解。Trac教授指出，在計算機(jī)視覺、模式識別、數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)等領(lǐng)域，常用的模型假設(shè)相關(guān)數(shù)據(jù)存在于一個低維線性子空間中。近年來，低秩矩陣恢復(fù)將向量樣例的稀疏表示推廣到矩陣的低秩情形，它已成為繼壓縮感知理論之后又一種重要的數(shù)據(jù)獲取和表示方式。

　　Trac教授簡要綜述了低秩矩陣恢復(fù)的優(yōu)化模型及相應(yīng)的算法，并評價了這些算法的優(yōu)缺點。最后，為了加深對針對這些問題的解決方案的理解，Trac教授進(jìn)一步展示了部分實驗結(jié)果，通過這種方式，在場的師生們對這些方案的具體效果有了清晰的了解。

　　Trac D. Tran教授現(xiàn)就職于美國約翰.霍普金斯大學(xué)電子與計算機(jī)工程系。Trac教授分別于1993年和1994年在麻神理工學(xué)院取得電子工程專業(yè)學(xué)士學(xué)位和碩士學(xué)位，并于1998年在威斯康星大學(xué)麥迪遜分校取得電子工程專業(yè)博士學(xué)位。主要研究方向為DSP，稀疏表示，稀疏矩陣恢復(fù)，多速率系統(tǒng)，濾波器以及小波變換。Trac教授于2001年取得美國國家基金事業(yè)獎(NSF CAREER award)，并于2009年榮獲卡泊斯&馬里昂.麥當(dāng)勞卓越顧問獎項。