基于L_(1/2)正则化理论的稀疏雷达成像

稀疏雷达成像旨在远低于奈奎斯特率采样下对稀疏场景实施高分辨率微波成像.本文概述作者在解决这一问题上的系统探索与创新实践.核心贡献包括:提出L_(1/2)正则化理论作为新的稀疏雷达成像理论,提出不直接基于雷达观测而基于雷达回波模拟算子重构的稀疏雷达成像新模型,提出以3D相变图分析为依据的稀疏雷达成像系统设计方法等.根据新的理论、模型和设计方法,研制了首部稀疏雷达原理样机并开展了机载实验.实验验证了所提新理论、新模型与新方法的正确性和可行性,展示广阔应用前景.

人工智能的10个重大数理基础问题

本文提出并阐述人工智能研究与应用中亟待解决的10个重大数理基础问题:(1)大数据的统计学基础;(2)大数据计算的基础算法;(3)数据空间的结构与特性;(4)深度学习的数学机理;(5)非正规约束下的最优输运;(6)如何学习学习方法论;(7)如何突破机器学习的先验假设;(8)机器学习的自动化;(9)知识推理与数据学习的融合;(10)智能寻优与人工智能芯片问题.