更改

跳到导航 跳到搜索
大小无更改 、 2020年12月6日 (日) 05:56
第25行: 第25行:     
=== 当下 ===
 
=== 当下 ===
我本身的科研工作和复杂性息息相关,只是我所处的领域(人不太多),还没有完全被归结进复杂性科学。具体来说,我目前在研究基于叠加形式(superposition form)的高维函数表示(representation)、逼近(approximation)、自证实计算(self-validated computation)。这项工作与柯尔莫哥洛夫叠加定理有关(Kolmogorov's Superposition Theorem, KST),也和稀疏网格有关(sparse grid),也和山脊函数有关(ridge function),也和传统的多项式逼近方法有关,当然也因此和当前最热门的神经网络有很深的关系。这项工作也能支撑其他的相关领域也包括方差分析(ANOVA)、参数估计(parameter estimation)、实验设计(experiment design)、优化(optimization)、鲁棒最优控制(robust optimal control)等等。其实因为它的基础性的功能,涉及到整个现代科学方法论:实验 - 统计 - 建模 - 参数估计 - 优化 - 制定策略(控制)。
+
我本身的科研工作和复杂性息息相关,只是我所处的领域(人不太多),还没有完全被归结进复杂性科学。具体来说,我目前在研究基于叠加形式(superposition form)的高维函数表示(representation)、逼近(approximation)、自确证计算(self-validated computation)。这项工作与柯尔莫哥洛夫叠加定理有关(Kolmogorov's Superposition Theorem, KST),也和稀疏网格有关(sparse grid),也和山脊函数有关(ridge function),也和传统的多项式逼近方法有关,当然也因此和当前最热门的神经网络有很深的关系。这项工作也能支撑其他的相关领域也包括方差分析(ANOVA)、参数估计(parameter estimation)、实验设计(experiment design)、优化(optimization)、鲁棒最优控制(robust optimal control)等等。其实因为它的基础性的功能,涉及到整个现代科学方法论:实验 - 统计 - 建模 - 参数估计 - 优化 - 制定策略(控制)。
    
除此之外我也在啃一些可能有用的数学工具,例如代数几何(一开始是Groebner basis,暂时还没涉及scheme,不过也是迟早的事)、计算几何(主要是Clifford Algera)。我的工作当然也包括实现(implementation),于是我涉猎了一点点计算机代数(computer algebra system)和底层实现,比如LLVM框架(长期来看,当然要以某种方法做进编译器里),毕竟这年头IPOPT调用都用CasADi,PSE建模求解经常都是用GAMS调库。
 
除此之外我也在啃一些可能有用的数学工具,例如代数几何(一开始是Groebner basis,暂时还没涉及scheme,不过也是迟早的事)、计算几何(主要是Clifford Algera)。我的工作当然也包括实现(implementation),于是我涉猎了一点点计算机代数(computer algebra system)和底层实现,比如LLVM框架(长期来看,当然要以某种方法做进编译器里),毕竟这年头IPOPT调用都用CasADi,PSE建模求解经常都是用GAMS调库。
32

个编辑

导航菜单