报告题目： Approximation of stochastic differential equations: An intuitive approach and an improvement

报  告  人： 北京航空航天大学高庆教授

报告时间：2021年11月24日上午10:00-12:00

报告地点：腾讯会议

会议链接：https://meeting.tencent.com/dm/S67xsxETKfZg（腾讯会议 ID：318 731 223）

欢迎各位老师和同学参加！

摘要:

A typical way of approximating a deterministic ODE is to approximate its coefficient functions. By using Taylor expansions, we show that this kind of approximation schemes is optimal if the coefficient functions can be approximated optimally in some sense. However, one has to be very careful when dealing with SDEs using this idea. Based on the stochastic Taylor expansions and information geometry theory, we show that to optimally approximate the solution to an SDE, a reformulation must be made instead of only approximating the coefficient functions. This result is applicable to many situations involving approximating the solutions to SDEs.

个人简介:

高庆，北京航空航天大学教授，博士生导师，德国洪堡学者，IEEE Senior Member，中国自动化学会高级会员。曾获中国科学院院长特别奖，中国科学院优秀博士学位论文以及香港城市大学杰出研究学位论文，中国控制会议第21届“关肇直”奖。2008年和2013年于中国科学技术大学先后获得工学学士学位与工学博士学位，2014年于香港城市大学获得哲学博士学位。自2014年起，先后在澳大利亚新南威尔士大学、香港城市大学以及香港理工大学担任博士后。2017年12月至2018年11月，在德国杜伊斯堡埃森大学担任“洪堡学者”博士后。2018年12月至今，在北京航空航天大学自动化科学与电气工程学院任教授。研究兴趣包括集群系统、工业互联网、智能系统与控制理论、以及人工智能。