报告1：

报告题目：计算机实验的设计与敏感性分析

报告时间：2016年12月9日（周五）10:00

报告地点：学院南路校区学术会堂606

报告人简介：熊世峰，中国科学院数学与系统科学研究院副研究员，实验设计与不确定性量化研究中心副主任。1999、2002年在南京大学数学系分别获学士及硕士学位，2005年在中国科学院数学与系统科学研究院获博士学位。研究方向包括计算机实验的设计与分析、高维数据分析、稳健统计、统计推断、统计计算等。统计应用方面的研究成果集中在工业产品的工艺优化、质量控制、检测数据分析等。在 Biometrika, Technometrics, Statistica Sinica 等知名统计学期刊上发表论文多篇。现任中国数学会均匀设计分会和中国现场统计研究会试验设计分会常务理事。

报告摘要：随着计算技术的发展，计算机实验已经广泛地用于工业生产和科学研究以代替或部分代替其中的真实实验。计算机实验的设计与分析也成为目前的一个热点研究领域。报告将首先回顾一下该领域的主要进展，然后给出报告人最近的一些研究结果，包括：(1)给出了样本量不受限制的嵌套拉丁超立方体设计的构造方法，该设计可以用于多精度计算机实验和序贯计算机实验；(2)提出了一类空间填充设计的构造准则，并讨论了该类设计的投影性质；(3)基于置换检验方法，提出了一个新的计算机实验敏感性分析方法，该方法可以用于各因子显著性的检验。

报告2：

报告题目：Invariance principle and rigidity of high entropy measures

报告时间：2016年12月15日（周四）15：00

报告地点：学术会堂606

报告人简介：杨佳刚，现工作于巴西Universidade Federal Fluminense，讲师。主要研究方向是微分动力系统与遍历论。2005年北京大学数学科学学院硕士毕业。之后在巴西IMPA(国际理论与应用数学研究所）博士毕业，师从IMPA所长Michael Viana，作一年博士后研究。前后发表国际顶端SCI杂志论文十余篇，其中包括《Annales de l Institut Henri Poincare》、《Journal of the European Mathematical Society》、《Communications in Mathematical Physics》、《Proceedings of the London Mathematical Society》、《Israel Journal of Mathematics》和《Ergodic Theory and Dynamical Systems》等等。

报告摘要: This is a joint work with Ali Tahzibi. A deep analysis of Lyapunov exponents of stationary sequence of matrices going back to Furstenberg, for more general linear cocycles by Ledrappier and generalized to the context of non linear cocycles by Avila and Viana gives an invariance principle for invariant measures with vanishing central exponents. In this paper we give a new criterium formulated in terms of entropy for the invariance principle and in particular obtain a simpler proof for some of the known invariance principle results. As a byproduct, we study ergodic measures of partially hyperbolic diffeo- morphisms whose center foliation is 1-dimensional and forms a circle bundle. We show that for any such C2 diffeomorphism which is accessible, weak hyperbolicity of ergodic measures of high entropy implies that the system itself is of rotation type.

报告3：

报告题目:数据降维的优化建模

报告时间:2016年12月16日（周五）9：30

报告地点：学术会堂606

报告人简介：王勇，中国科学院数学与系统科学研究院应用数学所副研究员,国家优秀青年基金获得者。1999年从内蒙古大学数学系的数学物理专业本科学位，2002年从大连理工大学应用数学系获得运筹学与控制论硕士学位，2005年从中国科学院数学与系统科学研究院获得运筹学与控制论专业的理学博士学位。曾先后到日本大阪产业大学电子情报通信系,波士顿大学生物信息学中心,日本产业技术综合研究所计算生物研究中心和斯坦福大学统计系从事访问研究。他目前的研究兴趣是最优化理论与算法和生物医学大数据建模。

报告摘要：构建将数据维数降低、利于进一步处理、可视化和理解信息的数学模型，已成为各科学领域面对的一个共同问题。该问题在人工智能和机器学习领域也被称为特征选择，是一个根据一定的评估准则最优地从初始高维特征集合中选出低维特征集合的过程。我们将介绍我们最近在该方面的一些进展,主要介绍一个同时最大化数据解释能力和最小化特征数目的多目标优化模型，以及进一步将该问题转化为单目标优化，松弛优化变量用线性规划来近似整数规划获得高效的求解算法.并将以生物医学数据降维为例介绍几个具体应用。