This page in English
Leitung:
Vladimir Spokoiny

Mitarbeiter:
Valeriy Avanesov, Christian Bayer, Franz Besold, Oleg Butkovsky, Darina Dvinskikh, Pavel Dvurechensky, Peter Mathé, Jörg Polzehl, Sebastian Riedel, John G. M. Schoenmakers, Alexandra Suvorikova, Karsten Tabelow, Nikolas Tapia

Sekretariat:
Christine Schneider

Ehrenmitglieder:
Peter Friz


Die Forschungsgruppe Stochastische Algorithmen und Nichtparametrische Statistik konzentriert sich auf zwei mathematische Forschungsgebiete, die statistische Datenanalyse und stochastische Modellierung, Optimierung und Algorithmen. Die Projekte der Gruppe beschäftigen sich mit aktuellen Anwendungen vor allem in der Ökonomie und den Lebenswissenschaften. Die Projekte ordnen sich vor allem in die Hauptanwendungsgebiete Optimierung und Steuerung in Technik und Wirtschaft und Quantitative Biomedizin des WIAS ein.

Die mathematische Forschung in der Gruppe beinhaltet vor allem

  • die Modellierung komplexer Systeme mit Methoden der nichtparametrischen Statistik,
  • statistisches Lernen,
  • Risikobewertung,
  • Bewertungen in Finanzmärkten mittels effizienter stochastischer Algorithmen und
  • verschiedene Methoiden aus der klassischen, stochastischen, und rough path Analysis.

Die Forschungsgruppe enthält die Fokusplattform Quantitative analysis of stochastic and rough systems. Die Forschung der Gruppe trägt zur Entwicklung statistischer Software bei, besonders im Bereich der Bildverarbeitung in den Neurowissenschaften.


Höhepunkte

  • Die Monographie "Magnetic Resonance Brain Imaging with R" von Jörg Polezhl und Karsten Tabelow wurde bei Springer veröffentlicht.
  • Christian Bayer erhielt seine Habilitation an der Technischen Universität Berlin.
  • Am 18. Februar 2019 verteidigte Larisa Adamyan erfolgreich ihre Doktorarbeit "Adaptive weights community detection" an der Humboldt-Universität zu Berlin (Betreuer Vladimir Spokoiny).
  • Am 14. März 2019 verteidigte Benjamin Stemper erfolgreich seine Doktorarbeit "Rough volatility models: Monte Carlo, asymptotics and deep calibration" an der Technischen Universität Berlin (Betreuer Peter Friz und Christian Bayer).
  • Die Forschergruppe 2402 Rough paths, stochastic partial differential equations and related topics wird für eine weitere Periode gefördert. Die FG 6 trägt dazu das Projekt "Numerical analysis of rough PDEs" (PIs: Christian Bayer, John Schoenmakers) bei.
  • Martin Redmann und Paolo Pigato erhielten Rufe als Juniorprofessoren in Halle sowie Rome.
  • Der Beitrag "Optimal Tensor Methods in Smooth Convex and Uniformly Convex Optimization" von Alexander Gasnikov, Pavel Dvurechensky, Eduard Gorbunov, Evgeniya Vorontsova, Daniil Selikhanovych, Cesar A. Uribe wurde auf der Conference on Learning Theory 2019 vorgestellt.
  • Der Beitrag "On the Complexity of Approximating Wasserstein Barycenter" von Alexey Kroshnin, Nazarii Tupitsa, Darina Dvinskikh, Pavel Dvurechensky, Alexander Gasnikov, Cesar Uribe wurde wurde auf der International Conference on Machine Learning 2019 vorgestellt.
  • Der Artikel "A regularity structure for rough volatility" erschien in Mathematical Finance.


Forschungsgruppen

Hauptanwendungsgebiete