各向异性随机场与随机偏微分方程的几何性质及其应用

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11371321
  • 项目类别:
    面上项目
  • 资助金额:
    62.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A0210.随机分析与随机过程
  • 结题年份:
    2017
  • 批准年份:
    2013
  • 项目状态:
    已结题
  • 起止时间:
    2014-01-01 至2017-12-31

项目摘要

As many data sets from various areas have anisotropic nature in the sense that they have different geometric and probabilistic characteristics along different directions, scholars from many different disciplines have been applying anisotropic random fields as more realistic models. A lot of such anisotropic random fields share some common features yet have their unique properties. How to effectively study these anisotropic random fields with far richer nature has become an international frontier issue, which is important both theoretically and in applications. This project intends to study the probabilistic, geometric and asymptotic properties for anisotropic random fields, pointwise Holder exponent random fields and solutions of stochastic partial differential equations. We plan to explore the natural connections among them, to obtain some general critera in studying their shared features, and to further construct some of the anisotropic random fields with designed sample path properties for modeling real world spatial-temporal data sets. For some unsolved problems, we will use recently developed research results and methods (such as Malliavin calculus, wavelet analysis, etc.) in our study. We hope to establish new results and/or substantially improve the existing results for anisotropic random fields to serve as an effective theoretical foundation for the widely used spatial-temporal models. As a meaningful exploration, we expect our findings, in particular in random fractal theory, can help transferring the research of nonlinear property of multi-particle final states in high energy collisions from qualitative analysis to quantitative analysis.
随着来自许多领域的数据沿着各个不同的方向有着不同的几何和概率特征,许多学者开始应用各向异性随机场作为更真实随机模型。如何深入研究这类具有更加丰富特征的各向异性随机场的独特性质和共同特性,是国际性的前沿问题,具有重要的理论意义和应用价值。本项目将采取多种场合交叉复合的研究手法,探讨各向异性随机场、各点异性随机场与随机偏微分方程解的概率、几何和渐近性质,探索这些随机场之间的内在本质的联系和一般条件准则,探寻时空模型中的各向异性随机场的构造及其轨道的渐近性质。针对若干尚未解决的问题,利用处理随机场方面的前沿结果和研究方法(如马利亚万分析、小波分析等),以获取有关各向异性随机场方面新的结果或者在实质上改进已有的结果,为发展或者完善应用广泛的时空模型提供有效的理论依据。高能碰撞中多粒子末态的非线性特征由定性分析进入到定量研究是一个有重要意义的变化,本项目将利用随机分形理论在这方面做些探索。

结项摘要

随着来自许多领域的数据沿着各个不同的方向有着不同的几何和概率特征,许多学者应用各向异性随机场作为更真实随机模型。如何深入研究这类具有更加丰富特征的各向异性随机场的独特性质和共同特性,是国际性的前沿问题,具有重要的理论意义和应用价值。. 本项目采取多种场合交叉复合的研究手法,探讨了各向异性随机场、各点异性随机场与随机偏微分方程解的概率、几何和渐近性质,研究了随机场之间的内在本质的联系和一般条件准则,讨论了各向异性随机场的构造及其轨道的渐近性质。针对若干尚未解决的公开问题,我们利用随机场的前沿结果和研究方法得到了各向异性随机场方面的一些新结果,发展了较为系统的研究各向异性、逐点异性的随机场和具有各向异性的随机偏微分方程样本轨道性质的新方法,为发展或者完善应用广泛的时空模型提供了有效的理论依据。. 课题组通过四年的研究,得到了较为系统的结果。. 采用不对称维数和随机测度的方法研究了满足一般条件的各项异性随机场的相交性、极集和极函数,得到了其相交概率,相交集合的Hausdorff和Packing维数,解决了LeGall提出的关于布朗运动的非极、连续Holder函数存在性问题。我们还将结果推广到非高斯和分量相依的情形。. 研究了具有各点异性的调和型多重分数布朗运动轨道的性质,得到了其碰撞概率、局部时和极集存在的充要条件,同时也给出了由其产生的随机集的Hausdorff和Packing维数与测度,其结论解决并推广了肖益民教授提出的关于布朗单极集的维数问题。这些结果可以应用到分数布朗单及时空高斯噪声驱动的随机偏微分方程解。 . 采用Malliavin变分法研究了高斯随机场局部时和自相交局部时在Meyer-Watanabe意义下的光滑性和存在性问题。这些结果不但推广了现有的结果,而且把现有的结果统一到同一框架下。. 课题组还对非退化扩散过程样本轨道的性质,广义连续时间随机游走的scaling极限,变化环境中分枝过程的收敛性等问题进行了研究。 课题组成员也结合各自研究特点研究了随机过程和随机分形在数理模型、保险精算和风险管理中的应用。

项目成果

期刊论文数量(43)
专著数量(0)
科研奖励数量(2)
会议论文数量(0)
专利数量(0)
Large deviations for subordinated fractional Brownian motion and applications
次级分数布朗运动的大偏差及其应用
  • DOI:
    10.1016/j.jmaa.2017.10.035
  • 发表时间:
    2018-02
  • 期刊:
    Journal of Mathematical Analysis and Applications
  • 影响因子:
    1.3
  • 作者:
    Weigang Wang;Chen Zhenlong
  • 通讯作者:
    Chen Zhenlong
THE RESEARCH OF CAR INSURANCE PRICING BASED ON TWEEDIE-GAM
基于TWEEDIE-GAM的车险定价研究
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    Journal of Management Science & Statistical Decision
  • 影响因子:
    --
  • 作者:
    ZHONGYI LIU;ZHENLONG CHEN
  • 通讯作者:
    ZHENLONG CHEN
具有PH(n)理赔时间间隔的Sparre-Andersen模型中的分红问题
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    山东大学学报(理学版)
  • 影响因子:
    --
  • 作者:
    刘晓
  • 通讯作者:
    刘晓
Tail behavior for the sum of two correlated classes of discounted aggregate claims in a time-dependent risk model
时间相关风险模型中两个相关类别贴现总索赔之和的尾部行为
  • DOI:
    10.1080/03610926.2014.1000499
  • 发表时间:
    2017-03
  • 期刊:
    Communications in Statistics-Theory and Methods
  • 影响因子:
    0.8
  • 作者:
    Fu Ke-Ang;Li Jie
  • 通讯作者:
    Li Jie
Asymptotics for the random coefficient first-order autoregressive model with possibly heavy-tailed innovations
具有可能重尾创新的随机系数一阶自回归模型的渐近
  • DOI:
    10.1016/j.cam.2015.02.020
  • 发表时间:
    2015-09
  • 期刊:
    Journal of Computational and Applied Mathematics
  • 影响因子:
    2.4
  • 作者:
    Fu Ke-Ang;Fu Xiaoyong
  • 通讯作者:
    Fu Xiaoyong

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

2019年武汉市1678名放射作业人员健康状况调查
  • DOI:
    10.13631/j.cnki.zggyyx.2021.04.027
  • 发表时间:
    2021
  • 期刊:
    中国工业医学杂志
  • 影响因子:
    --
  • 作者:
    李淑隽;张健;陈斯琦;陈振龙;易桂林;孙承操;姚勇
  • 通讯作者:
    姚勇
广义布朗单的容度估计
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    数学学报
  • 影响因子:
    --
  • 作者:
    刘三阳;陈振龙
  • 通讯作者:
    陈振龙
基于拟凸损失的核正则化成对学习算法的收敛速度
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    系统科学与数学
  • 影响因子:
    --
  • 作者:
    王淑华;王英杰;陈振龙;盛宝怀(联系作者;项目负责人)
  • 通讯作者:
    项目负责人)
Convergence rate of SVM for kernel-based robust regression
基于核的鲁棒回归的 SVM 收敛率
  • DOI:
    10.1142/s0219691319500048
  • 发表时间:
    2019-02
  • 期刊:
    International Journal of Wavelets, Multiresolution and Information Processing
  • 影响因子:
    --
  • 作者:
    王淑华;陈振龙;盛宝怀(联系作者;项目负责人)
  • 通讯作者:
    项目负责人)
慢性职业性铅暴露对血清谷丙转氨酶影响的流行病学研究
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    工业卫生与职业病
  • 影响因子:
    --
  • 作者:
    戴霞云;陈振龙;易桂林;潘志伟
  • 通讯作者:
    潘志伟

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

陈振龙的其他基金

时空各向异性随机场的样本轨道理论及相关问题研究
  • 批准号:
    12371150
  • 批准年份:
    2023
  • 资助金额:
    43.5 万元
  • 项目类别:
    面上项目
向量值随机场与随机偏微分方程组的分形性质及应用
  • 批准号:
    11971432
  • 批准年份:
    2019
  • 资助金额:
    52 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码