Zhaohui Li

首页 关于我 发表论文 报告 English

李赵辉

中国科学院数学与系统科学研究院，系统科学研究所，助理研究员

Google Scholar Researchgate Github Email Me

关于我

我目前是中国科学院系统科学研究所的助理研究员。加入中科院之前，我在佐治亚理工学院工业与系统工程系(ISyE)从事博士后研究。 在此之前，我在香港城市大学数据科学学院担任研究助理。 我于2014年在中国科学技术大学华罗庚班获得数学学士学位（荣誉学位），并从中国科学院大学和（联合培养）香港城市大学获得统计学博士学位。

我的研究领域是计算机实验和不确定性量化。 我的研究兴趣涉及将领域知识（如守恒定律、力学模型、生物系统模型）整合到统计建模和参数推断中。 具体而言，我致力于构建新的统计模型和机器学习算法来解决参数推断问题，为科学家从数据中校准科学模型提供新方法，并为统计学家整合科学知识来进行复杂计算机模型的参数推断和不确定性量化。

下载我的简历（中文版）PDF格式。

新闻

• 2023.12.20: 我将在中科院做报告。
• 2023.12.25: 我将在北京理工大学做报告。

过往新闻

• 2023.06: 我参加了在北卡罗来纳州立大学举办的 ICQSR 2023。
• 2023.01: 我将于今年夏天加入系统科学研究所，数学与系统科学研究院，中国科学院，担任助理研究员。
• 2021.07: 我加入佐治亚理工学院担任博士后研究员。
• 2020.07: 我从中国科学院大学和（联合培养）香港城市大学获得统计学博士学位。
• 2014.09: 我开始在数学与系统科学研究院攻读博士学位。

经历

工作经历

• 2023-至今 : 助理研究员；中国科学院数学与系统科学研究院，系统科学研究所

• 2020-2021 : 研究助理；香港城市大学数据科学学院
  • 导师：谭志辉教授
• 2021-2023 : 博士后研究员；佐治亚理工学院
  • 导师：吴建福教授

教育经历

• 2010-2014 : 数学学士；中国科学技术大学少年班学院
  • 华罗庚数学英才班荣誉学位
• 2014-2020 : 统计学博士；中国科学院数学与系统科学研究院
  • 学位论文：系统可靠性综合评估与贝叶斯逆问题中若干问题的研究
  • 导师：于丹教授
• 2018-2020 : （联合培养）统计学博士；香港城市大学数据科学学院
  • 学位论文：Contributions to System Reliability Assessment and Bayesian Inverse Problems
  • 导师：谭志辉教授
  • 博士论文答辩幻灯片。

研究方向

物理信息驱动的机器学习

计算机模型校准

系统可靠性

稳健回归

发表论文

已发表期刊论文

• Du, S., Li, Z., Yu, D., Li, D., & Hu, Q. (2020) Exact Confidence Limit for Complex System Reliability Based on Component Test Data. Quality Technology & Quantitative Management, 17(1), 75-88.

• Li, Z., Yu, D., Liu, J., & Hu, Q. （2021） Higher-order Normal Approximation Approach for Highly Reliable System Assessment. IISE Transactions, 52(5)，555-567.

• Li, Z., & Tan, M.H. （2022） A Gaussian Process Emulator Based Approach for Bayesian Calibration of a Functional Input. Technometrics, 64(3),299-311.

会议论文

• Li, Z., Hu, Q., & Yu, D. (2016) Higher order normal approximation approach for system reliability assessment. In 2016 11th International Conference on Reliability, Maintainability, and Safety (ICRMS 2016) (pp. 1-6). IEEE.

• Fan, Z., Li, Z., & Hu, Q. (2022) Robust Bayesian Regression via Hard Thresholding. In 36th Conference on Neural Information Processing Systems (NeurIPS 2022).

书章

• Li, Z., & Tan, M.H. (2022) Improving Gaussian Process Emulators with Boundary Information. Artificial Intelligence, Big Data and Data Science in Statistics, 171-192.

投稿中的论文

• Li, Z., Yang, S., & Wu, J. (2022+) Inference of Nonlinear Partial Differential Equations via Constrained Gaussian Processes. Submitted to SIAM Journal on Uncertainty Quantification. Under major revision. [slides]

• Fan, Z., Li, Z., Wang, J., Lin, D.K.J., Xiong, X., & Hu, Q. (2022+) A Bayesian Robust Regression Method for Corrupted Data Reconstruction. Submitted to Journal of Quality Technology. Under major revision.

• Li, Z., Yang, S., & Wu, J. (2023+) Stochastic Differential Equations informed Gaussian Process for Parameter Inference. Submitted to NeurIPS 2023.

工作论文

• Li, Z., Tan, M.H., & Wu, J. (2023+) A Parameterization-Invariant Framework for Bayesian Calibration of Positive Definite Matrix.

• Sun, Y., Li, Z., Xie, Y., Yang, S. (2023+) O-MAGIC: Online Change-Point Detection for Dynamic Systems.

报告

邀请报告

• Functional Input Estimation Using a Gaussian Process Prior with Uncertain Correlation Parameters. (2019) Workshop on Uncertainty Quantification, 云南大学，昆明。

• A Gaussian Process Emulator based Bayesian Calibration for Functional Parameters. (2020) 中国科学院数学与系统科学研究院，北京。

• A Partial Differential Equation Constrained Gaussian Processes Inference Method. (2021) 中国科学院数学与系统科学研究院，北京。[slides]

• Inference of Nonlinear Partial Differential Equations via Constrained Gaussian Processes. (2022) 路易斯安那州立大学，巴吞鲁日。[slides]

• Nonlinear Partial Differential Equations Informed Gaussian Processes. (2023) 佐治亚理工学院，亚特兰大。

• A Gaussian Process Emulator based Bayesian Calibration for Functional Parameters. (2023.07.23) 第十一届国际质量与可靠性科学技术研讨会，北京。

• Parameter Inference via Nonlinear Partial Differential Equations Informed Gaussian Processes. (2023.07.26) 2023年北京理工大学计算统计研讨会。[slides]

海报展示

• Robust Bayesian Regression via Hard Thresholding. (2022) The 36th Conference on Neural Information Processing Systems (NeurIPS), New Orleans. [poster]

分组报告

• Higher-order Normal Approximation Approach for Highly Reliable System Assessment. (2016) International Research Conference on Systems Engineering and Management Science (ICR-SEMS). Beijing.

• Higher order normal approximation approach for system reliability assessment. (2016) The 11th International Conference on Reliability, Maintainability and Safety (ICRMS) Hangzhou.

• The Buehler lower limits on system reliability based on the component experiment data. (2016) The 7th Asia-Pacific International Symposium on Advanced Reliability and Maintenance Modeling (APARM), Seoul.

• Improved WCF expansion to assessing the reliability of complex systems. (2017) The 10th International Conference on Mathematical Methods in Reliability (MMR), Grenoble.

• Higher order normal approximation approach for highly reliable system assessment. (2021) The IISE Annual Meeting. (Virtual).

• A Gaussian Process Emulator Based Approach for Bayesian Calibration of a Functional Input. (2021) INFORMS Annual Meeting. (Virtual) Anaheim, California. [slides]

• Calibration of Physics Informed Computer Models with Functional Inputs. (2022.04) SIAM Conference on Uncertainty Quantification (UQ22). Atlanta, Georgia. [slides]

• Inference of Nonlinear Partial Differential Equations via Constrained Gaussian Processes. (2023) INFORMS Conference on Quality, Statistics, and Reliability (ICQSR). Raleigh, North Carolina. [slides]

• Robust Bayesian Regression via Hard Thresholding. (2023). The First Joint Conference on Statistics and Data Science in China (JCSDS). Beijing. [slides]

如有需要论文、代码或报告相关资料，请通过邮件联系我。

荣誉与奖励

• (2011,2012) 本科生优秀奖学金
  • 中国科学技术大学
• (2013) 国家奖学金
  • 中国科学技术大学
• (2014) 华罗庚数学英才班荣誉学位
  • 中国科学技术大学
• (2014) 优秀新生奖学金
  • 中国科学院数学与系统科学研究院
• (2016) 最佳论文奖
  • The 11th International Conference on Reliability, Maintainability and Safety (ICRMS)
• (2019) IISE Transactions 特色论文
  • IISE Transactions
• (2021) 2020年IISE Transactions最佳论文荣誉提名
  • IISE Transactions 年会

Last updated: