7月4日下午，四川大学数学学院教授、博士生导师宋恩彬教授在教学楼A203室为2019年上海工程技术大学“高维统计与机器学习”研究生暑期学校学员作题为“Joint Optimization of Dimension Assignment and Compression in Distributed Estimation Fusion” 的专题报告。

宋教授首先介绍了宽带约束多传感器网络中未知随机参数向量的线性分布估计问题。为了满足带宽的限制，每个传感器通过适当的线性变换将观测数据转换为低维数据。然后，融合中心对接收到的所有低维数据进行线性组合，对参数向量进行估计，目的是使估计的均方误差最小。接着，宋教授重点讲解了在总压缩维数给定的情况下，将相应的维数分配和压缩矩阵联合求解问题转化为秩约束优化问题，并首次证明其NP-hard性质。同时，介绍了利用连续二次上界极小化、SQUM block坐标下降和核范数正则化方法来近似求解。

最后，宋教授展示的数值实验表明，该方法与现有方法相比具有一定的优越性。宋教授的报告语言诙谐幽默，事例生动有趣，讲解深入浅出，深受暑期学校广大教师和学员的一致好评。报告结束后，宋教授与暑期学校的广大教师和学员就分布式估计融合等国际前沿和热点问题做了深入的交流与探讨。同时，宋教授对暑期学校的广大学员介绍了四川大学概率论与数理统计学科的发展并欢迎大家到四川大学攻读博士。

据悉，宋恩彬，四川大学教授，博士生导师。2007年于四川大学数学学院获得博士学位；2014年7月至今在四川大学数学学院任教授。曾获得2009年全国百篇优秀博士论文提奖和2010年四川省科学技术进步奖一等奖。近几年，主要是在从事信息融合，估计与决策，传感器网络，信号处理，非线性优化与大规模优化理论在大数据中的应用等方面的基础研究。