2021年西安统计与数据科学论坛第十八场报告：

讲座题目：Deterministic Sampling Based on Kullback-Leibler Divergence

讲座时间：2021年11月16日，星期二，上午10:00-12:00

腾讯会议 ID：889 7855 9926

会议密码：123456

讲座人：孙法省教授，东北师范大学数学与统计学院

讲座简介： 

This paper introduces a new way to extract a set of representative points from a continuous distribution. These points are generated by minimizing the Kullback-Leibler divergence, which is an information-based measure of the disparity between two probability distributions. We refer these points as Kullback-Leibler points. Based on the link between the total variation and the Kullback-Leibler divergence, we prove that the empirical distribution of Kullback-Leibler points converges to the target distribution. Additionally, we illustrate that Kullback-Leibler points have advantages in simulations when compared with representative points generated by Monte Carlo or other deterministic sampling methods. In addition, to prevent the frequent evaluation of expensive distribution, an adaptive version of Kullback-Leibler points is proposed, which adaptively updates the representative points by learning about the complex or unknown distribution sequentially. Kullback-Leibler points can be used in the simulation of complex probability densities and the exploration and optimization of expensive black-box functions.

讲座人简介：

 孙法省，东北师范大学教授、博导，吉林省优秀教师。博士毕业于南开大学概率论与数理统计专业，分别在加拿大西蒙弗雷泽大学统计与保险系、加州大学洛杉矶分校统计系做访问学者。主要从事计算机试验与大数据抽样与分析方面的研究，研究成果发表在《J Am Stat Assoc》、《Ann Stat》等国际统计学顶级期刊上。曾获教育部高校科学研究优秀成果奖(科学技术)自然科学奖，全国统计科学研究优秀成果奖、吉林省青年科技奖、吉林省自然科学学术成果奖。

组织者：

李润泽 美国宾州州立大学统计系冠名讲座教授

孟德宇 西安交通大学教授

赵熙乐 电子科技大学教授

姜丹丹 西安交通大学教授

姜丹丹 邀请您参加腾讯会议

会议主题：姜丹丹预定的会议

会议时间：2021/10/19-2021/11/30 10:00-12:00(GMT+08:00) 中国标准时间 - 北京, 每周二、周三

点击链接入会，或添加至会议列表：

https://meeting.tencent.com/dm/4bMlil7Jkn4Z

会议 ID：889 7855 9926

会议密码：123456

手机一键拨号入会

+8675536550000,,88978559926# (中国大陆)

+85230018898,,,2,88978559926# (中国香港)

根据您的位置拨号

+8675536550000 (中国大陆)

+85230018898 (中国香港)

复制该信息，打开手机腾讯会议即可参与