
2026年11月14日至15日,英国伯明翰大学商晓成副教授应邀走进中国地质大学(武汉)黄色直播 前沿课堂,在东教楼 C0109 教室为黄色直播 师生带来《随机微分方程数值解与贝叶斯抽样》系列专题课程。课程分两场举行,系统介绍了分子动力学与贝叶斯抽样领域的核心研究方法和最新研究成果。
商晓成老师曾在美国布朗大学、瑞士苏黎世联邦理工学院从事博士后研究,2019年入职伯明翰大学,2023年晋升副教授,长期从事随机微分方程数值方法、大规模贝叶斯抽样算法的研究工作,成果发表在SIAM Review、SIAM Journal on Scientific Computing、Journal of Computational Physics、Proceedings of the Royal Society A等国际著名期刊。本次课程中,他结合自身多年研究积累,以板书推导与实验图表相结合的方式,系统阐释了利用随机运动统计特性获取可靠计算结果的核心思路。
图1 前沿课程讲座现场 |
图2 商老师讲解粒子运动规律 |
11月14 日下午,商老师以单粒子运动轨迹为切入点开启授课。他结合板书讲解,在满足相关条件时,沿轨迹长期观测得到的平均值可实现对系统均值的估计,并演示了利用计算机模拟轨迹、生成样本的方法。该研究思路同样适用于数据分析领域:在贝叶斯抽样中,轨迹上每一个点都对应一组待选模型参数,为使轨迹有效承载数据信息,参数每一次更新都需要相应计算支撑。针对海量数据集,如何在降低计算成本的同时,保障样本精准刻画参数分布,成为第二场前沿课堂重点探讨的核心问题。
图3 抽样精度分析 |
图4 随机梯度方法讲解 |
11月15日上午,课程围绕大规模数据场景下抽样方法的效率与稳定性展开。商老师指出,利用小批量数据更新参数能够显著减少计算量,但随机梯度会带来额外噪声,进而干扰轨迹的平稳分布。针对这一难题,他借鉴分子动力学中的 “热域” 调控思想,细致介绍协方差控制自适应朗之万算法的设计思路,讲解该算法借助协方差调控项自适应耗散参数相关噪声,保障在小批量数据条件下依旧能够收敛到目标后验分布。同时,他从理论角度剖析算法的超收敛特性,验证其在计算精度上的优势。为直观展示算法效果,商晓成结合贝叶斯逻辑回归算例开展数值实验演示,对比展示三组不同步长下的运行结果:上方曲线反映模型预测性能随迭代的演变,下方曲线对比采样分布与参考分布的拟合效果,多维度呈现该算法的综合性能。
交流互动环节,在场师生围绕步长选取、抽样精度判定等问题踊跃提问,商晓成副教授结合实验结果与理论原理逐一解答,现场学术交流氛围浓厚。
本次前沿课程将分子动力学的经典建模思想与大规模数据分析的实际需求深度融合,完整呈现了计算数学领域 “问题提炼—模型构建—算法设计 —实验验证”的完整研究路径。课程进一步拓宽了黄色直播 师生的学术视野,也为学院相关方向的科研工作与人才培养提供了新的思路与参考。
(图文:张晨旭 李小梅 审稿:魏周超 张基得)