7月20日 黄坚:Generative learning meets Monte Carlo——a dual perspective


主讲人简介:

  黄坚,Universityof Iowa教授,他的研究领域涉及高维统计、机器学习、生存分析、生物信息学和统计遗传学。他在Annals ofStatistics、Bioinformatics、Biometrics、Biometrika、Econometrika、Journal ofthe AmericanStatistical Association、Journal of Machine Learning Research、PNAS和The American Journal of Human Genetics等国际顶级学术期刊上发表论文100余篇。黄坚教授在1998年被美国国家卫生院(National Institute of Health)授予了ResearchScientist Development Award,是数理统计学会(Institute of MathematicalStatistics)资深会员(fellow)。他曾担任Annalsof Statistics、Statistica Sinica和Statistics and Its Interface副主编。由于在数学领域具有很高的引用论文数,黄坚教授在2015至2019年间被Web of Science评为高被引学者,且在2013至2019年间排名高被引学者的前1%。


内容简介:

  基于随机样本学习总体的概率分布和从给定分布中进行抽样是统计学和机器学习中的两个基本问题。现有的文献大多把这两个问题分开进行研究。例如,对于密度函数的非参数估计已经发展出了很多方法;同样地,贝叶斯统计引入了许多类型的蒙塔卡洛算法来从(非标准)分布中进行抽样。近年来,生成学习的方法被证实可以有效地学习高维复杂数据的分布,例如骋础狈蝉方法。在这个报告中,我们说明了深度生成学习也可以适用于从非标准分布中进行抽样。我们展示了一种相对熵梯度采样器(搁贰骋厂)来从非标准分布中进行抽样。这是一种通过奥补蝉蝉别谤蝉迟别颈苍梯度流来实现的生成学习方法。这个方法成功的关键在于使用深度神经网络来近似高维函数的能力。我们对具有挑战性的多峰混合分布进行了大量的模拟试验,并且对实际数据进行了贝叶斯逻辑回归,这些结果表明搁贰骋厂方法的表现优于本研究中所考虑的一些先进的抽样方法。

  


友情链接:永强棋牌_永强棋牌官网_永强棋牌游戏  三分赛车_三分赛车网址_3d试机号  一分彩票_三分彩票_十分彩票_首页  百姓彩票_6分彩票_大发官方网址  手机彩票网_澳客竞彩网_手机彩票  三分赛车_三分赛车网址_三分赛车首页  快3网_快3网首页_快3网户端下载  五分赛车_五分赛车注册_五分赛车官网  分分彩票_一分彩票_加拿大28计划  鑫苑棋牌_网络棋牌游戏排行榜_火狐棋牌  五分赛车_五分赛车网址_五分赛车首页  福利彩票双色球预测_中国体育彩票网站  海南七星彩_海南七星彩平台_海口彩票网  腾讯三分彩官网_腾讯分分彩官网_腾讯5分彩官网  pc蛋蛋计划_加拿大28计划_幸运28计划_开奖网站  彩票购买_网上如何购买彩票_360彩票  海南七星彩_海南七星彩网址_足球彩票  幸运分分彩_一分PC蛋蛋_三分PC蛋蛋首页  永强棋牌_永强棋牌网址_永强棋牌最新官网  五分赛车_五分赛车网址_百姓彩票  手机彩票网_新浪彩票网大全app  重庆彩票网_彩票网址_足球彩票  大家乐棋牌_大家乐棋牌网站_鑫苑棋牌网站  新浪彩票网_澳客彩票网官网_幸运分分彩  手机彩票网_澳客彩票网唯一官网  彩票3d走势图_中国体彩网_彩票3d走势图排行榜  必兆棋牌_必兆棋牌官网_必兆棋牌APP下载  澳客彩票网_澳客彩票网网站_澳客彩票网官网  金元宝棋牌_金元宝棋牌首页_金元宝棋牌APP下载  海南七星彩_海南七星彩网址_七星彩网站