扬声器: 

隋棠

机构: 

加州大学圣巴巴拉分校

时间: 

周一,2020年11月2日 - 4:00 PM5:00 PM

位置: 

放大
多种子体系统在科学中是普遍存在的,从物理学中的颗粒的建模到生物学中的捕食者捕食者,在经济学和社会科学中的意见动态,代理之间的互动法产生丰富的集体动态。推断观察轨迹数据的代理之间的交互定律是建模和预测的基本任务。 
 
鉴于从多个轨迹采样的丰富数据,我们使用统计/机器学习的工具来构建用于互动内核的估计,在交互内核仅取决于成对距离的最小假设中,在最小的假设下构造具有可释放的良好统计和计算属性的估计。特别是,我们表明,尽管系统的高度高度,但仍然可以实现最佳学习率,而是等于一维回归问题的最佳学习率。各种例子的数值模拟表明了在实践中使用的模型中核的可读性,并且我们的估计是对噪声的强大,并且即使在从短暂收集的数据学习时,我们的准确预测也是相对较大的时间间隔。时间间隔。这次谈判基于与Mauro Maggioni,Jason Miller,Fei Lu和Ming Zong的联合工作。

缩放链接