主講人： 廖仲威 

時間： 2025年6月6日下午15：30

地點： 文昌校區第二教學樓306

報告摘要：在大數據與智能系統迅速發展的背景下，如何整合多源異構數據、提升系統預測能力，并有效量化不確定性，成為當前工程、環境科學、金融及人工智能等領域的重要課題。本報告以一個具體實例為起點，循序介紹數據融合與數據同化的基本思想及方法，深入講解卡爾曼濾波在動態系統狀態估計中的核心作用，進一步引出不確定性量化的關鍵概念與實踐意義。在此基礎上，報告還介紹經驗模態分解方法在非平穩信號處理中的應用，以及貝葉斯參數估計技術在不確定性建模中的實現方式。報告內容兼顧理論基礎與實際應用，旨在構建數據處理與決策支持中不確定性機制的清晰框架。

報告人簡介：廖仲威，畢業于北京師范大學，曾先后工作于中山大學和華南師范大學，并于澳大利亞The University of Melbourne和加拿大Toronto Metropolitan University擔任博士后/訪問學者。現為北京師范大學文理學院數學系副教授，博士生導師，碩士生導師。研究領域包括：隨機過程穩定性；Lévy過程；馬氏決策過程與最優化理論；Stein方法；金融數學；經濟增長模型；不確定性度量等領域。主持國家自然科學基金，廣東省基礎與應用基礎基金，廣東省本科高校教學質量與教學改革工程建設等科研與教學項目多項。研究工作發表于《SIAM J. Control Optim.》,《J. Optim. Theory Appl.》,《J. Math. Econom.》,《J. Theoret. Probab.》,《Adv. Nonlinear Stud.》,《Internat. J. Control.》等期刊。