報(bào)告人：北京大學(xué) 彭一杰 助理教授
時(shí) 間：2020年12月15日 11:00-12:00
地 點(diǎn)：主樓418
內(nèi)容簡(jiǎn)介：
實(shí)際中隨機(jī)系統(tǒng)的風(fēng)險(xiǎn)度量通常不具有解析形式，但可以通過(guò)仿真估計(jì)。經(jīng)典的仿真優(yōu)化問(wèn)題研究隨機(jī)系統(tǒng)樣本表現(xiàn)期望的最大化，基于梯度的算法是解決高維復(fù)雜隨機(jī)仿真系統(tǒng)優(yōu)化最有效的方法。隨機(jī)梯度估計(jì)是其中的中心問(wèn)題，報(bào)告人將回顧經(jīng)典方法。如何得到有結(jié)構(gòu)參數(shù)的不連續(xù)樣本表現(xiàn)的無(wú)偏隨機(jī)梯度估計(jì)是仿真領(lǐng)域研究了幾十年的核心理論問(wèn)題，報(bào)告人提出一種廣義似然比方法系統(tǒng)性地解決這一問(wèn)題，并給出它在金融、人工智能等問(wèn)題中的應(yīng)用。風(fēng)險(xiǎn)值（VaR）是常用的金融風(fēng)險(xiǎn)度量，風(fēng)險(xiǎn)值的優(yōu)化在金融風(fēng)險(xiǎn)管理與投資組合優(yōu)化中有重要意義。報(bào)告人將在于廣義似然比風(fēng)險(xiǎn)值敏感性估計(jì)的基礎(chǔ)上給出多尺度隨機(jī)梯度下降算法，該算法被證明以概率1收斂到風(fēng)險(xiǎn)值的最優(yōu)解，并通過(guò)算例說(shuō)明所提出方法的有效性與在實(shí)際問(wèn)題中的應(yīng)用前景。
主講人簡(jiǎn)介：
彭一杰，北京大學(xué)光華偉德國(guó)際1946bv官網(wǎng)助理教授，博士生導(dǎo)師。本科畢業(yè)于武漢大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院，從復(fù)旦大學(xué)偉德國(guó)際1946bv官網(wǎng)獲博士學(xué)位。在美國(guó)馬里蘭大學(xué)和喬治梅森大學(xué)分別從事過(guò)博士后與助理教授工作。主要研究方向包括仿真建模與優(yōu)化、金融工程與風(fēng)險(xiǎn)管理、人工智能、健康醫(yī)療等。主持多項(xiàng)科研基金項(xiàng)目，包括國(guó)家優(yōu)秀青年科學(xué)基金項(xiàng)目，國(guó)家青年科學(xué)基金項(xiàng)目，北京市青年骨干個(gè)人項(xiàng)目等。在《Operations Research》，《INFORMS Journal on Computing》和《IEEE Transactions on Automatic Control》等高質(zhì)量期刊上發(fā)表學(xué)術(shù)論文20余篇。曾獲得2019年INFORMS Outstanding Simulation Publication Award，2017年IEEE Robotics and Automatic Society Best Paper Award Finalists。目前擔(dān)任Asia-Pacific Journal of Operational Research期刊 與IEEE Control Systems Society 會(huì)議編委，中國(guó)運(yùn)籌學(xué)會(huì)金融工程與金融風(fēng)險(xiǎn)管理分會(huì)常務(wù)理事，中國(guó)仿真協(xié)會(huì)人工社會(huì)專委會(huì)委員。
（承辦：管理科學(xué)與物流系、科研與學(xué)術(shù)交流中心）
