数学学科学术报告(黄文璋 台湾 Meihui Guo 台湾 罗梦娜 台湾)

发布者:段玉玲   发布时间:2018-08-23  浏览次数:13

报告题目:统计逻辑

报 告 人:黄文璋教授(国立高雄大学统计学研究所,台湾)

报告时间:2018824日(周五)1400-1500

报告地点:21427报告厅

摘要:数学里常在证明,在给定某假设下,证明某结果成立。不必质疑为何有该假设,或该假设是否成立。但世上尽多难以证明真假的事,如即使连某特定铜板是否公正,也都无法证明。往往一切都是假设,就看接受或拒绝。统计里早已发展出一套接受或拒绝某假设的程序。简单讲,与数学从给定前提下,以演绎结果的逻辑不同,统计乃是从给定的结果下,以验证前提的逻辑。在本演讲中,我们将讨论若干统计逻辑的相关问题。

  

报告题目:A two-stage financial network model

报 告 人:Prof. Meihui Guo(国立中山大学,台湾)

报告时间:2018824日(周五)1500-1600

报告地点:21427报告厅

摘要:We consider a two-stage financial network model. In the first stage, we build Lasso penalized vector auto-regression (VAR) and quantile regression models for returns of financial stocks. We adopt debiased methods to correct the shrinkage effect of Lasso. In the second stage, we use the adjacency matrix obtained from the first-stage to build the second-stage network model which is utilized to investigate the network effect of the financial stocks. An empirical study is performed.

  

报告题目:电力负载量之短期预测

报 告 人:罗梦娜教授(国立中山大学应用数学系,台湾)

报告时间:2018824日(周五)1600-1700

报告地点:21427报告厅

摘要:电力负载预测为以历史电力负载数据,以及环境因素为依据,对于未来之电力负载进行预测。而负载预测又依照不同目的与需求,分成长期负载预测以及短期负载预测。长期负载预测是对未来各年度之电力负载需求进行预测,作为电力开发计划之依据。而短期负载预测主要为针对未来几天内电力负载变动之预测,做为电力实时监控和备转容量准备计划之控管。高准度之负载预测能够避免不必要的资源浪费,误差过大的预测会造成发电成本上升。高估会导致电力过剩造成浪费,而低估会导致电力供应不足,备转容量准备不够,产生停电之风险。在本演讲中,我们将探讨如何根据电力系统中之历史负载及气象局之气象预测数据等,来进行短期负载预估。在负载模型中,考虑负载序列具有日内时段周期,周内周期两种循环,以及气象效应等因素,配适预测模型。针对未来一天24小时、两天48小时每15分钟,以及未来三至七天每小时的负载量,依据所配适之最佳模型来进行预测。并将负载预测值与实际观测值比较,计算每天绝对比例误差之平均 (Mean Absolute Percentage Errors, MAPE)。我们将探讨两种预测方法: 半参数可加模型 (Semiparametric Additive Model) 与递归类神经网络 (Recurrent Neural Network, RNN) 之有效性。针对拟使用之模型,选择适当训练样本,给出负载预测日平均绝对比例误差,以检视与比较此二短期负载预测方法的精确性。

  

 

联系电话:0579-82298188(学院办) 0579-82298900(教务办) 0579-82298887(学工办)
浙江师范大学数理与信息工程学院 地址:浙江省金华市迎宾大道688号 邮编:321004 管理登陆
Copyright?2011 mpi.zjnu.net.cn All rights Reserved