学术报告

当前位置:学术交流 >> 学术报告 >> 浏览文章

学术报告:Statistical Manifold with Almost (Para-)Complex Structures

发布时间:2018年04月24日 浏览次数:发布者:mathky

报告人:张俊教授

University of Michigan-Ann Arbor

题目:Statistical Manifold with Almost (Para-)Complex Structures

时间:2018年4月25日下午16:00

地点:海韵实验楼108

摘要:A statistical manifold is one prescribed with a Riemannian metric g and a pair of g-conjugate connections D and D*, often free of torsion.  Statistical manifolds arise out of geometric characterization of statistical (probability) models, machine learning algorithms, and other topics of information science. Assuming that a statistical manifold (of even dimension) further admits an almost complex or almost para-complex structure. We characterize holomorphicity of D, D* in the (para-)Hermitian setting, and show the conditions under which statistical manifolds can lead to Kahler or para-Kahler manifolds.  (Collaborative work with Teng Fei @Columbia University and with Sergey Gregorian @University of Texas Grande Rio Valley).

报告人简介:张俊,美国密西根大学心理学系终身教授、数学系终身教授,美国心理学协会会士,心理规律协会会士。现任《数学心理学》杂志副主编,《信息几何学》杂志创刊联合主编,全美脑与行为科学协会联盟(FABBS)执行董事。历任数学心理学协会副主席、主席、执行委员会委员。1985年获得复旦大学理论物理学士,1992年获得加里福尼亚大学伯克利神经生物学博士,并获聘于密西根大学任终身教职。在学术休假年度,张俊教授在澳洲墨尔本大学、法国科学院马赛所、加拿大滑铁卢大学、日本理研脑科学研究所、英国剑桥大学、美国哈佛大学等,担任客座研究员、访问教授等席位。2007-2011年期间,张俊受聘于美国国防部空军科研署数学信息生命学部担任基础研究项目经理。 张俊教授主持的M3实验室(“Mind,Machine,Mathematics”)长期开展认知建模、机器学习等人机界面、累脑人工智能算法研究,持续获得美国自然科学基金会、国防部等部门的科研经费支持和支撑。他的“信息几何:信息科学的几何化”受到美国DARPA(国防先进科研项目署)的种子基金资助。

联系人:钟春平教授

 

欢迎广大师生参加!