本站讯(通讯员 何川 徐乐瑾)作为威廉希尔体育喻园∙家国际交流与合作高端外专引智计划聘请专家,南巴黎大学(原巴黎第十一大学)特级正教授Pierre Désesquelles应能源学院核工系邀请来我系交流合作一个月。该高端外专引智计划旨在进一步加强和提升公司教学科研的国际合作与交流水平,服务于创建学校世界一流大学和一流学科的总体目标。
2017年12月29日上午9点半以及2018年1月2日上午9点半,Pierre Désesquelles教授于能源学院动力楼201室作“马尔科夫过程分析大数据”系列讲座,具体题目为“Read the past and predict the future of a Markov process”。能源学院核工系徐乐瑾副教授以及相关员工听取了该系列讲座。
Pierre Désesquelles教授出生于1963年,获得格勒诺布尔国立理工学院(INP Grenoble)的工程学位,核物理与粒子物理的医学博士学位,以及核物理博士学位(1991)。上世纪90年代,他领导格勒诺布尔的核反应机制小组获得了法国国家科学研究中心(CNRS)铜牌。他开发的Menate代码,在中子检测方面是全球的典范。在奥赛(Orsay)时他转向碎片化(随机图、分子、蚁穴)的理论研究,并出版了一本关于马尔科夫过程的书。他领导了AGATA欧洲下一代伽马射线探测器的PSA团队。
本系列讲座Pierre Désesquelles教授详细的为同学们介绍了马尔科夫过程。12月29日,Pierre Désesquelles教授主要讲解了关于马尔科夫过程的基础知识,介绍了矩阵方程形式,以及如何从概率矩阵中获取过去的数据。其中详细介绍了基本矩阵、时间矩阵、吸收矩阵、转换时间矩阵、逆矩阵等,并通过许多实例向我们解释说明,同时还介绍了蒙特卡洛算法模拟。最后Pierre Désesquelles教授总结了所介绍的矩阵方法,能够对复杂系统进行建模,得到系统中大量数据,避免了MC代码中的时间浪费,是非常便宜的投资。
1月2日,Pierre Désesquelles教授进一步介绍了马尔科夫过程中如何预测将来数据的内容。马尔科夫理论与方法采用数学分析方法研究自然过程,已被广泛用于自然科学、工程技术、公用事业等领域的大数据分析。马尔科夫链只需最近或现在的动态资料便可预测将来的发展状态。Pierre Désesquelles教授以飞机场中的实例为我们详细介绍了马尔科夫预测的应用,让同学们能更为清楚的理解马尔科夫理论与方法。此外还介绍了概率风险评估并结合贴近生活的实例,让我们更容易理解。
讲座中,Pierre Désesquelles教授全面细致的讲解加深了同学们对马尔科夫过程的了解,本次讲座也使同学们提前了解了之后课程的相关知识,讲座内容深入浅出,既有理论价值又有现实意义,为大家今后的学习奠定了基础。
接下来的一个月,Pierre Désesquelles教授将为公司师生讲授《物理学大数据分析方法》课程,具体安排如下:
日期 |
时间 |
高年级本科生及研究生 |
地点 |
2018.1.3 |
星期三 10:10-11:50 |
静态多变量分析,课时1 |
动力楼附205 |
2018.1.4 |
星期四 10:10-11:50 |
静态多变量分析,课时2 |
动力楼附205 |
2018.1.8 |
星期一 10:10-11:50 |
静态多变量分析,课时3 |
动力楼附205 |
2018.1.10 |
星期三 10:10-11:50 |
静态多变量分析,课时4 |
动力楼附205 |
2018.1.11 |
星期四 8:00-11:50 |
静态多变量分析,计算机上机课1和2 |
动力楼附205 |
2018.1.15 |
星期一 10:10-11:50 |
动态马尔科夫过程,课时1 |
动力楼附205 |
2018.1.17 |
星期三 10:10-11:50 |
动态马尔科夫过程,课时2 |
动力楼附205 |
2018.1.18 |
星期四 10:10-11:50 |
动态马尔科夫过程,课时3 |
动力楼附205 |
2018.1.22 |
星期一 10:10-11:50 |
动态马尔科夫过程,课时4 |
动力楼附205 |
2018.1.24 |
星期三 8:00-11:50 |
动态马尔科夫过程,计算机上机课1和2 |
动力楼附205 |