<p>Variational Approximation and Neural Networks for Statistical Modeling<br/>【2025.10.30 15:00-17:00，N204】</p>----中国科学院国家数学与交叉科学中心 (NCMIS)

2025.10.23

Colloquia Seminars

Speaker	刘军教授，清华大学
Title	Variational Approximation and Neural Networks for Statistical Modeling
Time	2025.10.30 15:00-17:00
Venue	N204
Abstract	We use three statistical modeling examples to illustrate how to use variational methods to handle statistical estimation and inference tasks involving complex latent structures, and how neural networks can be employed to improve on some well-studied classical statistical problems. In some simple settings, we can show that variational approximations can also yield good approximations to the marginal posterior distributions of the targeted parameters. The three examples are: linear regression with group variables; measurement error model analysis, and generative multi-purpose sampler.
Affiliation	刘军1985年于北京大学获得数学学士学位，1991年于美国芝加哥大学获统计学博士学位。现为美国国家科学院院士、清华大学兴华卓越讲席教授、统计与数据科学系主任。于1991-2025年间曾任美国哈佛大学和斯坦福大学统计系助理教授、副教授、终身教授。刘军一直从事于贝叶斯统计理论、蒙特卡洛方法、统计机器学习、状态空间模型和时间序列、生物信息学、计算生物学等方向的研究，并做出杰出贡献，对大数据处理、机器学习和人工智能领域有深远影响。曾获美国国家科学基金会CAREER奖（1995）、统计领域最高荣誉考普斯会长奖（2002）、华人数学家大会晨兴应用数学金奖（2010）、泛华统计协会许宝騄奖（2016）。刘军于2004、2005和2022年分别成为美国数理统计学会、美国统计学会、和国际计算生物学会会士(Fellow)。刘军教授还曾任美国统计协会会刊(JASA)联席主编及多个国际一流统计杂志副编等职。截至2025年5月，他在各类国际顶尖学术杂志(如Science，Nature，Cell，JASA，AOS, JMLR等)及书刊上发表论文300余篇和一本专著，被引用9万余次(Google Scholar)，已经指导了40多位博士生、30多位博士后。