基地研究员胡淑兰教授、王新宇副教授合作论文《基于马尔可夫抽样的感知机模型的学习性能分析》在《应用数学学报》公开发表。

摘要：感知机模型是机器学习和人工智能领域的二元分类算法。本文在独立同分布样本的传统框架基础上，利用Hoeffding不等式研究了基于马尔可夫样本的感知机模型的学习性能。研究确定了基于一致遍历马尔可夫链样本的感知机模型泛化误差的边界，验证了误差收敛的一致性，并引入了ueMC-PM算法，数值实验表明：基于一致遍历马尔可夫链样本的感知机模型产生的分类错误率更低。

关键词：学习性能；马尔可夫抽样；感知机模型；一致遍历马尔可夫链

论文链接：基于马尔可夫抽样的感知机模型的学习性能分析

教师简介

胡淑兰，中南财经政法大学统计与数学学院教授，博士生导师，文澜青年学者，青年教师“科研新星”。中国现场统计学会资源与环境分会理事，大数据分会理事和湖北省现场统计学会理事。主要从事大数据统计算法理论及其应用、经济计量方法及金融应用等方面的研究。在 《Bernoulli》《Statistics Sinica》《Stochastic Processes and their applications》《Science in China》《中国科学》等国内外权威学术期刊发表论文二十余篇，独撰学术专著1本，主编“十四五”全国统计规划教材《经济计量学》。主持并完成国家自然科学基金青年项目、国家社会科学基金一般项目、中央高校课题、研究生精品课程建设、全英文课程建设项目、企事业单位横向课题等十几项。荣获全国市场调查大赛、全国统计案例大赛、全国工业与经济金融大数据建模与计算大赛、美国数学建模大赛等各类比赛一二等指导学生奖。

王新宇，中南财经政法大学文澜学院副教授，法国UCA大学应用数学博士。研究方向：大数据统计分析、随机算法理论、随机过程与随机分析在经济金融中的应用。