9月27日，应数学与统计学院的邀请，首都师范大学汪和平教授为我院师生作题为“Monte Carlo Methods for Lq Approximation on periodic Sobolev spaces with mixed smoothness”的学术报告。相关专业教师和硕士研究生10余人参加此次报告会。
该学术报告系统探讨了蒙特卡洛方法在周期性混合光滑索伯列夫空间lq逼近问题中的应用，核心内容为：第一部分从高维积分计算挑战切入，对比蒙特卡洛方法与确定性方法的优劣；第二部分基于Mathé-Kunsch基础框架，构造随机线性算法；第三部分针对嵌入算子，蒙特卡洛方法实现多项式可处理性，突破确定性方法的指数依赖。第四部分为蒙特卡洛方法在线性信息下突破维度诅咒，在张量积空间均匀逼近中实现多项式可处理性。
报告结束后，汪老师对师生提出的相关问题进行了积极的回答，以专业视角回应疑惑，现场交流氛围热烈。
专家简介：
汪和平，首都师范大学数学科学学院教授，博士生导师，主要从事函数逼近理论研究，在宽度理论、多元连续问题的信息复杂性（尤其是可处理性）等领域取得了高水平成果。主持多项国家和北京市自然科学基金项目，2020年荣获国际信息复杂性委员会颁发的信息复杂性领域最高奖“约瑟夫·特劳布奖”，2021年作为第一完成人荣获2020年北京市科学技术奖自然科学二等奖。
（数学与统计学院 程广伟）
最新通知