报告题目：Optimal Causation Entropy Principle and Entropic Regression for Nonlinear System Identification under Large Noise and Outliers
报告时间：2018年10月22日下午4:00
报告地点：文德楼S517
主 持 人：梁湘三 教授
专家简介：
孙杰，美国克拉克森大学数学系的副教授。2006年于上海交通大学取得物理和经济双学士学位，2009年于美国克拉克森大学取得物理学博士学位。2009-2012年于西北大学、普林斯顿大学进行博士后研究工作。孙教授在复杂系统和数据科学上研究兴趣广泛，具体包括causal network inference, sensor network localization, control and synchronization of complex networks.曾在Physical Review Letters, Physical Review X, SIAM Journal on Applied Dynamical Systems等期刊上发表40余篇论文。现为期刊Chaos和Mathematics in Science and Industry的副主编。
报告简介：
本次报告将利用最近的因果网络推理框架 - 最优因果熵，开发非线性SID（System identification）的熵回归方法，来确定基于减少信息流不确定性的相关性的真实的模型结构。
欢迎广大师生踊跃参加！
海洋科学学院
2018年10月19日