• 统计研究中心
当前位置: 首页 > 系列讲座 > 正文

中国科学院数学与系统科学研究院 马志明院士: 神经网络和机器学习的一些最新研究进展

光华讲坛——社会名流与企业家论坛第5317期

主题:神经网络和机器学习的一些最新研究进展

主讲人:中国科学院数学与系统科学研究院 马志明院士

主持人:统计学院 林华珍教授

时间:2019年4月30日(星期二)下午4:00-5:00

地点:西南财经大学柳林校区弘远楼101会议室

主办单位:统计研究中心 统计学院 科研处

主讲人简介:

马志明,中国科学院院士、第三世界科学院院士,国际数理统计学会会士(IMS Fellow)。曾任中国数学会理事长、概率统计学会理事长。马志明院士在概率论与随机分析领域有着重要贡献。他在研究狄氏型与马氏过程的对应关系上取得了突破性进展,与人合作建立了拟正则狄氏型与右连续马氏过程一一对应的新框架、证明了Wiener空间的容度与所选取的可测范数无关、建立了紧Riemann流形的环空间上带位势项的对数Sobolev不等式等。此外,他还在奇异位势理论、费曼积分、薛定锷方程的概率解、随机线性泛函的积分表现、无处Radon光滑测度等诸多方面有着重要的贡献。马志明院士曾在1994年国际数学家大会上作邀请报告,曾获包括Max-Planck研究奖、中国科学院自然科学一等奖、国家自然科学二等奖、陈省身数学奖、华罗庚数学奖等在内的若干奖项。曾担任国际数学联盟执委会副主席以及2002年国际数学家大会组委会主席。

主要内容:

马志明院士将介绍神经网络和机器学习的一些最新研究进展,这些进展由马院士的团队和微软亚洲研究院同事共同做出,其研究需要用到数学思想和数学方法。马院士也将结合他本人的科研体会,讲述数学在人类现代文明中的作用,以及对于数学应用的若干思考。

    上一条:加州大学伯克利分校丁鹏副教授:Interpretable sensitivity analysis for the Baron-Kenny approach to mediation with unmeasured confounding

    下一条:加州大学伯克利分校丁鹏副教授:Interpretable sensitivity analysis for the Baron-Kenny approach to mediation with unmeasured confounding