报告人： 苏中根
报告地点：腾讯会议
报告时间：2020年12月30日星期三10:30-12:00
邀请人：郑术蓉
报告摘要：
Markov Chain Monte Carlo simulation has been widely used in various fields like statistical inferences, scientific computations and data analysis. A challenging issue is to establish the convergence rate for simulations. In this talk, I shall first briefly review some theoretical foundations for simulations like Kolmgorov’s SLLN, ergodic theorems for stationary (Markovian) processes, and concentration inequalities. Then I shall give a simple introduction about convergence rates of Metropolis adjusted Langevin algorithm for a local non-convex population, recently developed by Jordan, Yu and others.
会议ID:986 110 425
本报告也是国家天元数学东北中心统计学主题的系列报告之一。
主讲人简介：
苏中根，浙江大学教授, 博士生导师。 1995年 获复旦大学博士学位，主要从事概率极限理论及其应用研究， 包括随机组合优化问题概率分析，高维随机矩阵的渐近分布理论，随机增长过程的极限性质等。在概率论专业杂志上发表学术论文近50篇，出版教材和专著共4本。现已主持（完成）国家自然科学基金面上项目5项、 教育部博士点专项基金 (导师类) 项目1项， 浙江省自然科学基金杰出青年团队项目1项等。其中研究成果“概率极限理论及其在Gauss过程轨道性质方面的应用”2003年获教育部科技进步二等奖(与林正炎、张立新合作)； 《概率极限理论基础》(与林正炎、陆传荣合作)2002年荣获全国普通高等学校优秀教材一等奖； 《概率论》(与林正炎、张立新合作) 荣获2013年浙江大学首届十大教材，2017年获浙江省“十二五”高等学校优秀教材奖，被列为“十一五”、“十二五”国家级规划教材。
学校主页