赵云彬
职务/职称
深圳市大数据研究院大数据基础理论与算法研究所所长,教授
研究方向
应用数学,运筹学,信号处理
电子邮箱
yunbinzhao@sribd.cn
教育背景
中科院应用数学研究所博士
重庆大学硕士
西北工业大学学士
个人介绍
赵云彬于2020年3月出任深圳市大数据研究院高级研究科学家,目前担任大数据基础理论与算法研究所所长。 他于1989年毕业于西北工业大学数学系,1998年于中科院应用数学研究所获运筹学与控制论博士学位,1999-2002年间分别担任中科院计算数学与科学工程计算,香港中文大学 和加拿大菲尔兹数学研究所博士后研究员, 2001-2008年间在中国科学院数学与系统科学研究院工作,历任助理研究员,副研究员,博士生导师,和应用数学研究所运筹学研究室副主任。 2007-2020年间历任英国伯明翰大学数学学院副教授。赵云彬长期在应用数学,运筹学,计算优化,压缩感知理论与算法等领域开展前缘性研究工作。曾主持国家自然科学基金和英国EPSRC基金,并担任几个国际数学杂志的编委。
赵云彬在应用数学,运筹学,信号工程等领域的学术期刊(如SIAM, IEEE等)上发表了60多篇学术论文。于2018年,在稀疏优化理论和算法领域出版英文专著(Spare Optimization Theory and Methods, CRC Press)。他最近在稀疏信号处理和压缩感知的高性能算法领域取得了一系列突出成果,首次提出了RSP信号重构理论,凸重构算法的一致稳定性理论,对偶稠密化方法,以及最优阈值高性能算法等。
代表性论文
Y.-B. Zhao and Z.-Q. Luo, Analysis of optimal thresholding algorithms for compressed sensing, Signal Processing, vol. 187, p108148,2021。
N. Meng and Y.-B. Zhao, Newton-step-based hard thresholding algorithms for sparse signal recovery, IEEE Transactions on Signal Processing, vol. 68, pp. 6594-6606, 2020.
Y.-B. Zhao, Optimal k-thresholding algorithms for sparse optimization problems, SIAM Journal on Optimization, vol. 30, no. 1, pp. 31-55, 2020.
Y.-B. Zhao, H. Jiang and Z.-Q. Luo, Weak stability of ℓ-minimization methods in sparse data reconstruction, Mathematics of Operations Research, vol. 44 (2019), no.1, pp. 173–195.
Y.-B. Zhao, Sparse Optimization Theory and Methods, CRC Press, Boca Raton, FL, 2018.
Y.-B. Zhao, Z.Q. Luo, Constructing new weighted ℓ1-algorithms for the sparsest points of polyhedral sets, Mathematics of Operations Research, vol. 42, no.1, pp. 57–76, 2017.