应学院邀请，西安交通大学贾骏雄副教授将在线作学术报告。
报告题目：变分贝叶斯分析及其应用
报告摘要：贝叶斯方法作为反问题不确定性量化的理论框架，近年来获得了广泛的关注。贝叶斯方法在大规模反问题求解方面的一个核心困难问题是如何快速且精准的获得后验测度的统计信息，例如：后验均值、后验方差等。这个核心困难问题同样出现在大规模机器学习的研究中，为了克服这一困难，学者提出了系列变分贝叶斯理论，并大量用于机器学习模型的不确定性量化研究。在偏微分方程反问题领域，变分贝叶斯方法的相关研究还较少（反问题通常定义在无限维空间，还少有无限维空间变分贝叶斯方法的理论），在本报告中，将简述变分贝叶斯方法的基本思想，给出无限维空间上基于平均场逼近的变分贝叶斯方法、基于粒子演化的Stein变分贝叶斯方法。简述如何将这些方法用于反问题的求解，以及对这些方法可能可应用于那些分数阶微分方程反演问题进行一些讨论。
报告时间：2022年4月26日上午9:00
报告地点：腾讯会议(会议号:996 669 583)
邀 请 人：温瑾 副教授
届时欢迎广大师生参与交流！
报告人简介
贾骏雄，2015年博士毕业于西安交通大学且于同年留校任教，2017年聘为西安交通大学数学学院副教授，主要研究领域为反问题的贝叶斯推断方法。主持国家自然科学基金青年、面上项目各一项，2017年获得陕西省优秀博士学位论文奖、陕西省数学会优秀论文奖，2018年获西安交通大学第四届十大学术新人奖，2020年入选陕西高校青年杰出人才支持计划。在SIAM Journal on Scientific Computing, Inverse Problems, Journal of Functional Analysis等国际著名期刊上共发表论文27篇。
