8月8日上午，由Dafabet Login研究生院主办、Dafabet Login承办的“高水平学术前沿讲座”暨“交叉科学论坛”之交叉会（2020年第9期）以在线形式开展。应Dafabet Login高镇特别副研究员邀请，上海交通大学特别研究员崔颖分享题为《Jointly sparse signal recovery and support recovery via deep learning with applications in MIMO-based grant-free random access》的学术报告。

　　报告中，崔老师首先介绍了什么是联合稀疏信号恢复、联合稀疏支持恢复，以及其在基于MIMO技术的免授权随机接入中的典型应用——信道估计和设备活跃性检测。通过对现有工作的总结，可以看到对于复数的多测量矢量（Multiple Measurement Vectors, MMV）问题，联合设计观测矩阵和实现联合稀疏信号（支持）恢复仍然是一个开放的挑战。

　　接下来，崔老师阐述了问题的数学建模和其在免授权随机接入场景中的应用，并详细介绍了如何利用模型驱动的深度学习方法来实现联合稀疏信号恢复和联合稀疏支持恢复。对于前者而言，所设计的深度学习自编码器包括编码器和解码器两个部分。编码器中实现了对观测矩阵的学习，解码器部分则以基于Group-Lasso算法和基于AMP算法的解码器为例进行了说明。而对于联合稀疏支持恢复，其结构上的差异仅在于网络输出前增加了根据门限判决的模块。具体而言，其中分别采用了一种基于协方差和一种基于最大后验概率的解码器。大量的仿真结果显示，这种模型驱动的深度学习网络有着良好的性能与较低的复杂度，对于考虑用户相关性的场景优势更为明显。

　　最后，崔老师对报告内容进行了简短的总结。报告结束后，参会师生就相关专业问题展开了交流与讨论，崔老师对于提出的问题进行了详细的解答。

　　报告嘉宾简介：

　　崔颖，上海交通大学无线通信技术研究所特别研究员。2007年获西安交通大学学士学位，2011年获香港科技大学博士学位。2011年访问美国耶鲁大学，2012年访问澳大利亚麦考瑞大学。2012年至2013年任美国东北大学博士后研究员，2013年至2014年任美国麻省理工学院博士后研究员。2015年1月正式加入上海交通大学电子工程系无线通信技术研究所，任职特别研究员。2013年入选国家级青年人才计划，2015年获IEEE International Conference on Communications (ICC)最佳论文奖，2018年至今担任通信领域旗舰期刊IEEE Trans. Wireless Commun.编委。目前在通信领域国际顶级期刊IEEE Trans. 上已发表了60篇论文，在通信领域国际著名会议上已发表了60篇会议论文。