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，中南财经政法大学教授、博士生导师，数智发展研究中心主任，数字技术与现代金融学科创新引智基地研究员，首届文澜青年学者，中国现场统计学会资源与环境分会理事，大数据分会理事，湖北省现场统计学会理事，湖北省数据标准化技术委员。建行学院第二批产教融合实训基地“双师型”导师。曾挂职于建设银行湖北省分行金融科技部、财务会计部（数字化办）副总经理。研究方向：大数据随机算法理论及其应用；金融风险建模、经济计量学；数据流通开发利用、数据资产/产品评估模型、数据标准。主持完成多项国家自然科学基金、国家社会科学基金等。主持完成中央高校、研究生案例库项目、精品课程项目、全英文课程建设项目、MBA 案例库、企业横向课题等二十多项课题。在国内外知名期刊发表论文30多篇，出版全国“十四五”规划教材1部、著作1部，指导获国家级各类竞赛奖项30余项，参与多项数据资源相关标准制定。

王新宇，中南财经政法大学副教授、硕士生导师。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。在《Bernoulli》《Mathematics of Computation》《Discrete and Continuous Dynamical Systems》《International Journal for Uncertainty Quantification》《Stochastic and Dynamics》《Acta Applicandae Mathematicae》《Acta Mathematica Scientia》《 Statistics & Probability Letters》《数学学报》等国内外权威期刊发表论文20余篇。