1998年,多伦多田野学院的客座教授课程。2000年欧盟英国的5年董事职位。2002年欧洲科学基金会科学计划的5年主席。2003年伯努利学会的L´evy演讲,里约热内卢。2004年,斯德哥尔摩欧洲数学大会邀请演讲。2005年当选为荷兰皇家科学院。 2006年,杰出的杰出主席是温哥华数学科学研究所。 2007 Saint-Flour概率讲座。 2010年邀请了海得拉巴国际数学家大会的演讲。 2010年授予欧洲研究委员会的5年高级赠款。 2011波恩研究主席,波恩·霍斯多数学中心。 2012年当选为美国数学学会的就职会员。 2013年选举了数学统计研究所的会员。 2013年荷兰教育文化与科学教育部共同授予10年重力赠款网络。 2016年Mahalanobis讲座,印度统计研究所,班加罗尔 - 迪尔希 - 科尔卡塔。 2016年荣誉博士学位的推广者授予詹妮弗·夏耶斯(Jennifer Chayes)2005年当选为荷兰皇家科学院。2006年,杰出的杰出主席是温哥华数学科学研究所。2007 Saint-Flour概率讲座。2010年邀请了海得拉巴国际数学家大会的演讲。2010年授予欧洲研究委员会的5年高级赠款。2011波恩研究主席,波恩·霍斯多数学中心。2012年当选为美国数学学会的就职会员。2013年选举了数学统计研究所的会员。2013年荷兰教育文化与科学教育部共同授予10年重力赠款网络。2016年Mahalanobis讲座,印度统计研究所,班加罗尔 - 迪尔希 - 科尔卡塔。2016年荣誉博士学位的推广者授予詹妮弗·夏耶斯(Jennifer Chayes)
PE1_1 Logic and foundations PE1_2 Algebra PE1_3 Number theory PE1_4 Algebraic and complex geometry PE1_5 Lie groups, Lie algebras PE1_6 Geometry and global analysis PE1_7 Topology PE1_8 Analysis PE1_9 Operator algebras and functional analysis PE1_10 ODE and dynamical systems PE1_11 Theoretical aspects of partial differential equations PE1_12数学物理PE1_13概率PE1_14数学统计PE1_15通用统计方法和建模PE1_16离散数学和组合学PE1_17计算机科学PE1_1_1_1_1_1_18数值分析PE1_19科学计算和数据处理PE1_20 PE1_21_2 PE1_22数学在工业和社会中的应用PE2物质粒子,核,等离子体,原子,分子,气和光学物理学的基本成分
Bachelor of Mathematics ‑ Graduated with Dean's List September 2019 ‑ 2024 (expected) • Majors : Pure Mathematics, Statistics, Mathematical Finance • Minor : Computer Science • Cumulative Average & GPA : 91 (out of 100) & 3.95 (out of 4.0) • Awards/Scholarship : $20,000 (Mathematics Undergraduate Research Award, University of Waterloo President's Scholarship) • Coursework :面向对象的编程,算法和数据结构,机器学习,时间序列预测(99%),高级回归(91%),随机过程1&2(97%),数学统计(100%),神经网络(91%),金融数学量,计算统计,计算统计(95%),量度分析(95%),量度分析(97%),功能(97%),97%,97%,97%(97%),该(97%)(97%)(97%)(97%)(97%), (93%)
巴黎,法国(被邀请)。 6月29日,2022年2022年2022年,巴黎,法国。 6月20-24,2022塞浦路斯(受邀)非参数统计的国际统计专题讨论会。 6月13日16.2022意大利第三次意大利概率和数学统计会议,意大利博洛尼亚(受邀)。 2022年4月26日,在西班牙巴塞罗那巴塞罗那大学庞贝·法布拉大学的研讨会(被邀请)。 3月10日,2022年3月10日,法国模态实验室X Nanterre的概率和统计研讨会(受邀)。 2022年2月9日在爱尔兰国立大学梅诺斯大学的研讨会(被邀请)。 2021年12月9日,法国巴黎Cermics的概率和统计研讨会(受邀)。 2021年11月26日,法国的Inria Pasta La Petite Pierre的概率和统计研讨会(受邀)。 2021年11月25日,IECL的概率和统计研讨会 - 法国南希大学(受邀)。 2021年11月22日,卢森堡的WIP研讨会 - 卢克斯姆堡大学Esch-Sur-Alzette(被邀请)。巴黎,法国(被邀请)。6月29日,2022年2022年2022年,巴黎,法国。6月20-24,2022塞浦路斯(受邀)非参数统计的国际统计专题讨论会。6月13日16.2022意大利第三次意大利概率和数学统计会议,意大利博洛尼亚(受邀)。2022年4月26日,在西班牙巴塞罗那巴塞罗那大学庞贝·法布拉大学的研讨会(被邀请)。3月10日,2022年3月10日,法国模态实验室X Nanterre的概率和统计研讨会(受邀)。2022年2月9日在爱尔兰国立大学梅诺斯大学的研讨会(被邀请)。2021年12月9日,法国巴黎Cermics的概率和统计研讨会(受邀)。2021年11月26日,法国的Inria Pasta La Petite Pierre的概率和统计研讨会(受邀)。2021年11月25日,IECL的概率和统计研讨会 - 法国南希大学(受邀)。2021年11月22日,卢森堡的WIP研讨会 - 卢克斯姆堡大学Esch-Sur-Alzette(被邀请)。
本研讨会的主题是多种情况下统计推断任务的计算复杂性。这是一个相对较新且迅速发展的研究领域。数学统计和计算复杂性的领域已经存在很大程度上是彼此独立的:前者传统上研究了统计或信息限制,而后者主要集中于与恐怖分子(对抗性)造成的输入的组合问题,这些输入并不能准确地反映出数据问题的现实。直到最近十年,研究界才出现了致力于解决界面上的基本问题。我们简要介绍了为什么需要新观点。统计推断中的两个基本询问线长期以来一直是:(i)确定基本统计学(即信息理论)限制; (ii)找到有效的算法实现了这些限制。但是,对于许多结构化的推理问题,尚不清楚统计最佳性是否与有效的合并兼容。统计上最佳的估计器通常需要对可能的结构进行不可行的详尽搜索。相反,对于许多设置,我们知道的计算有效算法在统计学上是次优的,需要更高的信号强度或比理论上的信息更高的数据。这种现象既迷人又令人震惊。相反,实际上相关的基准是计算有效算法的基本统计限制。我们如何找到最佳的有效算法?表明,自数学统计开始以来所研究的这些问题的信噪比(或数据量)的信息理论限制并不是现代高维设置中实际上相关的基准。有效的算法无法达到统计限制时,据说问题具有统计计算差距。在许多观察到的情况下,差距可以很大,因此有效的算法需要的数据级数比理论上的信息要多。对统计计算差距的意识并不是什么新鲜事物,早期的工作表明了人工构建的学习问题中的差距[10,19,20],而最近的工作着重于统计和计算效率之间的算法[21、20、20、8、9]。现在,数十个重要的高维统计估计问题被认为具有不同的计算和统计限制。这些问题(例如,稀疏的线性回归或稀疏相检索[24,7,11,17])在实践中无处不在,并且在理论上进行了充分研究,但中央序列仍然存在:计算高效算法的基本数据限制是什么?在更基本的层面上,出于共同的原因而出现的这些统计计算差距是否存在?是否有希望建立一个广泛适用的理论,描述和解释统计计算权衡?
aoˆut 2024:«约束下的随机过程»(Bielefeld);火星2024年:法国日本概率互动会议(IHES);果汁。2023:43 e Conf'erence«随机过程及其应用»(Lisbonne); d´ec。2022:会议«Lorentz气体在平滑的Ergodic理论与概率理论的交汇处»(Leiden,Pay-Bas); MAI 2022:会议«随机步行,聚合物和本地化»(Cirm,Marseille); 2021年11月:会议«随机几何时代»(法国Dunkerque); 2020年9月:会议“随机聚合物和网络”(法国Porquerolles); Juin 2019:第2届意大利概率和数学统计会议(Vietri Sul Mare); 2018年9月:统计力学模型中的“缩放限制”(Oberwolfach); Juillet 2018:CIMPA学校«随机结构的几何和缩放»(布宜诺斯艾利斯); Juillet 2018:概率和数学物理学的蒙特利尔夏季研讨会; 2017年9月:研讨会«随机步行,折叠和相关主题»(佛罗伦萨,Italie); Juin 2016:研讨会«柔软的当地时代,聚合物和相关主题»,(Im´era,Marseille); Juillet 2013:36 E Conf'erence«随机过程及其应用»(美国博尔德); Janv。2013:«欧洲裔年轻的欧洲概括者»(埃因霍温(Eindhoven),薪水); Mai 2012:conf'erence«随机聚合物和相关主题»(Singapour)。
纽约基因组中心高级科学家。4/2016–9/2018生物科学系兼职研究教授,南加州大学。2014 - 2018年,凯克应用生命科学研究所,北卡罗来纳州凯克研究生研究所,凯克研究生研究所,北卡罗来纳州。9-10/2002 Universit'e Blaise Pascal,法国克莱蒙·费兰德。7/2001 UCLA纯和应用数学研究所。9–12/2000英格兰剑桥大学艾萨克·牛顿学院。9/1998瑞典查尔默斯技术大学数学统计系。5/1998瑞士Zéurich大学应用数学系。5–6/1997,4–7/1996(GastProfessor),8/1993,1992,5–6/1992。 澳大利亚莫纳什大学数学系数学系。 7/1997,7/1994,3/1993,4-5/1990,7-12/1980。 伦敦皇后玛丽和韦斯特菲尔德学院数学系。 8/1989,9-12/1988伦敦大学学院统计科学系。 7–8/1988南加州大学数学系。 8–12/1987,10–11/1984。 斯坦福大学数学系。 6–8/1982,6–8/1981,6–8/1979。5–6/1997,4–7/1996(GastProfessor),8/1993,1992,5–6/1992。澳大利亚莫纳什大学数学系数学系。7/1997,7/1994,3/1993,4-5/1990,7-12/1980。伦敦皇后玛丽和韦斯特菲尔德学院数学系。8/1989,9-12/1988伦敦大学学院统计科学系。7–8/1988南加州大学数学系。 8–12/1987,10–11/1984。 斯坦福大学数学系。 6–8/1982,6–8/1981,6–8/1979。7–8/1988南加州大学数学系。8–12/1987,10–11/1984。斯坦福大学数学系。6–8/1982,6–8/1981,6–8/1979。
有关行业讲座职业的信息 - 博士生的观点(不仅是)HenrikBöttner博士(GEA Group)的副总裁农业系统)在当前劳动力市场的动态环境中进入和发展机会。个人职业道路的机会和观点。在Ruhr University Bochum和巴塞罗那大学学习数学后,Florian Heinrichs的弗洛里安·海因里希斯(Florian Heinrichs)博士的演讲也获得了博丘姆(Bochum)数学统计领域的博士学位。然后,他最初在Noveda药剂师的合作社中担任数据科学家,后来在SNAP GMBH担任首席数据科学家的角色中开发了脑部计算机界面。自2023年10月以来,在达姆施塔特应用科学大学的弗洛里安·海因里希(Florian Heinrich)的“智能城市艺术智能和计算机科学基础”教授,他在那里教授并研究了机械学习,使用AI技术的使用,使用AI技术和时间系列赛。化学。自从他的硕士论文以来,他一直是SFB和国际项目的一部分,材料化学,通过原子系统(ALD)制造的各种薄层的制造和使用。在2018年直接连接中,她最初是在汉堡的DESY Project赞助商的科学管理。自2021年以来,她一直担任团队发展和合同管理领域的管理官员,包括desy的接口,客户端(包括根据美国阿尔贡国家实验室(Uchicago)的美国术后的说法在该地区。BMBF)和其他项目提供商等合作伙伴。在核心“驱动他们向前”,并伴随着管理项目赞助商领域的科学战略发展。
2024-2025 年批准选修课 认知科学 (COGS) 102A 认知视角 102B 认知民族志 102C 认知设计 109 建模与数据分析 110 发展中的心智 111 美丽与大脑 112 幽默 115 神经发育与认知变化 116 发展认知神经科学 118A 监督机器学习算法 118B 机器学习简介 II 118C 神经信号处理 118D 数学统计用于行为数据分析 119 用于实验研究的编程 120 交互设计 121 HCI 组合设计工作室 122 初创工作室 123 社会计算 124 HCI 技术系统研究 125 高级交互设计 126 使用计算机思考 127 数据驱动的 UX/产品设计 128 信息可视化 137 R 中的实用数据科学 138 神经数据科学 142 动物通讯 143 动物认知 144 社会认知 150 大型语言模型和认知科学 151 类比和概念系统 152 数学的认知基础 153 语言理解 154 通讯。儿童和成人的障碍 155 手势和认知 156 语言发展 157 音乐与思维 160 高级专题研讨会 163 代谢紊乱/大脑 164 动机的神经生物学 165 认知的神经影像学 169 遗传信息/行为 170 跨尺度脑电波 171 镜像神经元系统 172 大脑障碍和认知 174 药物:大脑、思维和文化 175 神经心理学基础替代状态/意识 176 从睡眠到注意力 177 大脑中的空间和时间 178 基因、大脑和行为 179 认知的电生理学 180 大脑中的决策 181 神经网络和深度学习 182 强化学习简介 184 认知进化建模
2022-2023 年批准选修课 认知科学 (COGS) 102A 认知视角 102B 认知民族志 102C 认知设计 109 建模与数据分析 110 发展中的心智 111 美丽与大脑 112 幽默 115 神经发育与认知变化 116 发展认知神经科学 118A 监督机器学习算法 118B 机器学习简介 II 118C 神经信号处理 118D 数学统计用于行为数据分析 119 实验研究编程 120 交互设计 121 HCI 组合设计工作室 122 初创工作室 123 社会计算 124 HCI 技术系统研究 125 高级交互设计 126 使用计算机思考 127 数据驱动的 UX/产品设计 128 信息可视化 137 R 中的实用数据科学 138 神经数据科学 142 动物通讯 143 动物认知 144 社会认知 151 类比和概念系统 152 数学的认知基础 153 语言理解 154 通讯。儿童和成人的障碍 155 手势和认知 156 语言发展 157 音乐与思维 160 高级专题研讨会 163 代谢紊乱/大脑 164 动机的神经生物学 165 认知的神经影像学 169 遗传信息/行为 170 跨尺度脑电波 171 镜像神经元系统 172 大脑障碍和认知 174 药物:大脑、思维和文化 175 神经心理学基础替代状态/意识 176 从睡眠到注意力 177 大脑中的空间和时间 178 基因、大脑和行为 179 认知的电生理学 180 大脑中的决策 181 神经网络和深度学习 182 强化学习简介 184 认知进化建模