瑞典乌普萨拉大学博士后研究员曾红丽来我院做学术报告
发布时间: 2014-12-25 浏览次数: 323 文章来源:

        1224下午,芬兰阿尔托大学博士后研究员曾红丽在三牌楼校区科研楼712为我校师生作了题为“利用异步更新的动态伊辛模型重建网络结构”的学术报告。报告会由颜晓红副校长主持,来自我院电路与系统、微电子、电子通信与工程以及物理电子的研究生及多位老师聆听此次讲座。

        曾红丽研究生员主要介绍了她博士期间的工作及今后的主要方向,分为六个方面,分别是研究背景及动向、网络结构测试、反推算法、学习算法的性能表现、算法的应用以及最后得出的结论,研究过程为先选取一个已知的网络,再根据实验数据利用反推算法推导出一个网络结构,并与已知的网络结构对比,从而验证算法的有效性。最后,将算法应用于未知网络的求解,求出外场以及不同个体之间的相互作用。反推算法分为近似学习规则与精确学习方法两类。她提到,常用的玻尔兹曼学习算法具有一个很大的缺点——它需要不断迭代以求得概率分布,而近似学习算法则不需要。传统的平衡伊辛模型具有三个缺点:外场与时间相关,算法迫使个体间的相互作用是对称的,不能推出弱关联。所以采用引入动力学的动态伊辛模型,其中最主要的就是Glauber Dynamics模型,这个模型与以往最大的不同是,同步更新是同时更新所有的自旋,而Glauber Dynamics模型每个更新时刻随机选择更新一个个体。最后她将算法应用于神经数据与股票交易数据,构建出网络结构,并分析实验结果。

        讲座结束后,参会老师及同学们就讲座的相关内容及问题进行了探讨交流。

 

报告人简介:

        曾红丽,于芬兰阿尔托大学(Aalto University)获物理学博士学位,现为瑞典乌普萨拉大学埃格斯特朗实验室(Angstrom Laboratory, Uppsala University)博士后研究员。曾入选芬兰计算科学博士培养计划FICS成员,多次受邀到波尔研究所(Niels Bohr InstituteDenmark)、北欧理论物理学会(Nordic Institute for Theoretical Physics (Nordita)Sweden)、挪威科技大学(Norwegian University of Science and Technology (NTNU) Norway)开展合作研究。在Phys. Rev. Lett. Phys. Rev. E等国际著名物理学、交叉科学刊物上发表学术论文。目前研究方向主要集中于inference problem(反推问题)、stochastic process(随机过程)、statistical machine learning (统计机器学习)、Patter analysis(图像处理)等领域。