报告时间：2024年3月7日（周四）10：00-11：00
报告地点：明德主楼1016
报告人：熊云丰
报告主题：基于偏差估计的自适应密度估计及在计算量子物理中的应用
报告摘要：
密度估计是统计推断中最基本的问题之一，即给定 d 维欧氏空间中的独立同分布的观测样本 z1, z2, ... zn, 构造它们的共同密度函数f的一个估计，其中密度 f 是定义在样本空间上的函数。当维数 d 很低的时候，利用直方图我们很容易得到一个密度的估计。但当维数很大的时候，如 d =10, 100, 1000 时，无论是直方图还是核估计方法将受到维数灾难的严重制约。本次报告旨在探讨一类基于偏差估计的密度估计方法，该方法以数据分布的均匀性（由数论中的偏差来衡量）作为依据，基于决策树划分，对粒子做自适应聚类。我们将探讨该方法在高维时的有效性，并以计算多体量子物理的一个实际问题为例，探讨密度估计方法在计算物理领域的重要作用。
报告人简介：
熊云丰博士目前为北京师范大学数学科学学院讲师。他在2020年毕业于北京大学获理学博士学位，导师为邵嗣烘。2020-2022年为北京大学博雅博士后，合作导师为张原。主要研究方向为高维问题的数值方法和随机粒子方法，在国际权威期刊SIAM Journal on Numerical Analysis，SIAM Journal on Scientific Computing， Journal of Computational Physics上发表论文多篇。熊云丰博士目前获得国家自然基金委青年科学基金项目资助，并曾获中国博士后科学基金站前特别资助、中国博士后科学基金面上资助。