报告人：於州
报告地点：数学与统计学院四楼报告厅
报告时间：2021年05月27日星期四10:00-11:00
报告摘要：
整流幂次单元（RePu）作为激活函数的深度神经网络，相较于目前基于整流线性单元（ReLu）的深度神经网络能够更好的逼近光滑的回归函数。本文基于深度整流幂次单元神经网络建立了面向最小二乘以及逻辑回归损失的两步估计算法以及截断估计，并系统构建了估计方法的理论误差上界。该上界与minimax下界仅仅相差一个 因子，因此从理论意义上是几乎最优的。
主讲人简介：
於州，华东师范大学教授、博士生导师、华东师范大学经济与管理学部副主任，国家青年人才计划入选者。主要研究方向为高维数据统计分析及统计机器学习，在Annals of Statistics, Biometrika, Journal of the American Statistical Association等知名统计期刊上发表论文40余篇。曾主持国家自然科学基金青年、面上项目，获得第十届国家统计局统计科研成果二等奖，上海市自然科学奖二等奖，并入选上海市青年科技启明星、上海高校东方学者特聘教授、上海市青年拔尖人才。
