学术报告：（4月17日）从1.5次方差到2.5次赫斯特看数学在工程中的运用

报告题目：从1.5次方差到2.5次赫斯特看数学在工程中的运用

报告时间：2019年4月17日14:30到15:30

报告地点：微电子学院楼102讲学厅

报告人：黄骏  高级研究员  南方科技大学

主持人： 戴宪华教授

专家简介：黄骏，1993年东南大学和康戈迪亚大学联合培养博士，曾经工作于美国洛克希德马丁公司、加拿大贝尔及其分支机构和中国江苏数所大学。现在南方科技大学研究人工智能优化与学习的群体机器人实现及其应用。过去获得渥太华大学教书育人奖，卡尔顿大学客座教授。黄骏博士继承了他的学术祖先高斯博士的思想，把爱因斯坦的Lorentz变换推广到了分形高斯芬氏时空，精确计算了与实验相符的量子纠缠的超光速速度下限。他的量子加密算法融合了分形高斯棋盘数，孪生素数，坎宁安算术素数，斐波那契素数，数字黑洞，哥德巴赫素数以及自然超越数。他还把标准高斯偏差和协方差推广到了分形偏差和多元协方差，用于分析刻画他实验中发现的生物抗氧化荧光催化剂的多量子体系高斯分布，提高了食品农药残留检出仪的极限。

报告摘要：一个工程观察随机量的期望是一阶原点矩，它的方差是二阶中心矩，偏态是三阶中心矩。标准方差对于累加跨度的观察时间区间的导数加上一再除以二就是赫斯特值。赫斯特指数大小反映了这个工程观察随机量在分数维空间中的长记忆大波动特质。随着从手机到云的各种智能计算平台能力的迅猛提升，我们现在不但可以计算整数阶的矩，以及取值为实数的赫斯特指数，还可以轻松的计算取值为复数的分数阶矩，以及赫斯特指数。实部保留部分原来的物理含义，同时虚部带来更多的高阶信息。可以用来洞察股票市场，植被覆盖，网络异常，监督学习，自动驾驶等等各种存在随机变数的工程运用场景。本讲座主要讲解这个简单实用的分数维方法的理论基础以及部分运用实例。希望给听众手头的研究带来抛砖引玉的启发，假设你的研究遇到随机变数！