报告题目：倒向随机偏微分方程：基于神经网络与机器学习的求解与应用
报告人：戴万阳教授
报告人单位：南京大学数学系
时间：2023年02月23日14:00-
地点：仙林校区教2-314会议室
主办单位：350VIP浦京集团、随机数学研究中心、科研院
报告内容：我们发展一种基于卷积神经网络与机器学习的智能共性算法来求解归一化的倒向随机偏微分方程的适应解，并利用该求解过程来诠释当前人工智能领域的一些热点问题，同时也诠 释该求解在量子计算、天体黑洞测量与金融投资决策领域的一些应用。倒向随机偏微分方程是一种不定方程，解变量是成对出现的随机场且解变量个数大于方程数，有较大的难度。因而，我们引进基于Malliavin随机泛函偏导数的相应方程来证明我们归一化方程适应解的存在性与唯一性，同时来证明我们智能算法的收敛性并估计其误差界。最后，各种模拟算例也证明了我们方法与理论的有效性。
报告人简介：
南京大学数学系教授(博导)、苏硖控制首席科学家、美国(量子计算与区块链)论坛协会SIR Forum理事长、IEEE/ACM等国际会议大会主席、江苏省概率统计学理事长、江苏省应用统计学会监事会主席、江苏省大数据区块链与智能信息专委会主任；国家自然科学奖励委员会数学学科会评委员(随机分析组长)；曾任美国电报电信(现称诺基亚)贝尔实验室 (Bell Labs)永久科学家、重大/重点项目首席科学家、迪普思数字经济研究所首席科学家；在IEEE/ACM等众多国际会议作特邀大会主旨报告并在众多国际品牌期刊上发表论文。