报告题目：Parameter estimation for stationary Markovian systems based on partially observable information

报告人：向绪言，教授，湖南文理学院

照片：

邀请人：刘金鹏

报告时间：2024年9月13日下午3：00-5：00

报告地点：腾讯会议739-996-408

报告人简介：向绪言，博士，教授，湖南文理学院党委教师工作部部长、人事处处长。湖南省新世纪“121人才工程”人选，湖南省青年骨干教师，湖南文理学院学术委员会委员、学科带头人、师德标兵、科技标兵；中国工程概率统计学会常务理事，湖南省数学会常务理事，常德市数学会副理事长，国家公派美国MICHIGAN STATE ¬UNIVERSITY统计与概率系访问学者。主要从事随机过程统计、计算及应用（生物信息、神经网络、随机计算与智能系统）方向的科研工作，在国际刊物《J. Phys. A: Math. and Gen.》、《Applied Mathematical Modelling》、《Soft Computing》、《Neurocomputing》等期刊上发表论文40余篇。主持国家自然科学基金（面上项目）、教育部留学回国人员科研启动基金、湖南省自然科学基金、湖南省教育厅优秀青年基金等科研课题10余项，主持和参与湖南省创新创业教育基地和教学改革项目近10项。

报告摘要：This talk provides a comprehensive review of the parameter estimation problem for stationary Markovian systems based on partially observable information. First, we introduce the problem and its relevant background, including the maximum likelihood method and sufficient statistic method. Subsequently, we highlight recent advances in the Markov chain inversion approach, including the specific techniques, key findings, numerical algorithms, and illustrative examples applicable to discrete and continuous time Markov chains in both reversible and stationary irreversible scenarios. this approach also sheds some light on identifiability and facilitates the observation and identification of stochastic dynamics regarding which types of information are suitable for experimental setups or applications.