马氏链的收敛速率及其应用

：王健（福建师范大学）
：2022-04-22 15:00
：腾讯会议ID：878916887（无密码）

报告人：王健（福建师范大学）

时  间：4月22日下午15:00

地  点：腾讯会议ID：878916887（无密码）

内容摘要:

We study contractions of Markov chains on general metric spaces with respect to distance-like functions, which are comparable to the total variation and the standard $L^p$-Wasserstein distances for $p \ge 1$. By employing the refined basic coupling and the coupling by reflection, the results are applied to Markov chains whose transitions include additive stochastic noises that are not necessarily isotropic.  Motivated by recent works on the use of heavy tailed processes in Markov Chain Monte Carlo, we show that chains driven by the $\alpha$-stable noise can have better contraction rates than corresponding chains driven by the Gaussian noise.

个人简介：

王健教授2008年博士毕业于北京师范大学，师从陈木法院士。2009获得德国洪堡基金，2014年获得日本学术振兴基金，2015年获得国家自然科学基金优秀青年基金。已在 Memoirs Amer. Math. Soc.， Prboba. Theory Related Fields, Ann. Probab., Ann. Appl. Probab., Adv. Math. 等知名杂志发表论文多篇，出版专著一部。

 

联系人：陈娴