科学研究
学术报告
当前位置: 学院主页 > 科学研究 > 学术报告 > 正文

Optimal expected L2−discrepancy bound for new stratified random sampling

发布时间:2022-06-21 作者: 浏览次数:
Speaker: 冼军 DateTime: 2022-6-28(星期二)上午9:00-10:00
Brief Introduction to Speaker:
冼军, 中山大学数学学院 教授,博士生导师,主要从事应用调和分析、 小波分析理论 、采样理论及其应用等方面的研究工作,2014年获得 国家自然科学基金 优秀青年基金,2010年入选广东省千百十人材工程培养计划。曾应邀出访 美国耶鲁大学 德国亚琛工业大学 新加坡国立大学 加拿大阿尔伯塔大学 等。
Place: 六号楼二楼报告厅 M201
Abstract:We introduce a class of convex equivolume partitions, among this class, there exists an optimal partition manner. Expected $L_2-$discrepancy are discussed under these partitions. There are two main results. First, under this kind of partitions, we generate random point sets with smaller expected $L_2-$discrepancy than classical jittered sampling for the same sampling number. Further, among these new partitions, there is the optimal partition for the expected $L_2-$discrepancy. Second, an explicit expected $L_2-$discrepancy upper bound under this kind of partitions is also given.