欢迎具有良好数学基础，对统计与计算反演理论有兴趣的同学报考研究生。请有报考意向的同学将历简发送至 jjx323@xjtu.edu.cn。

   关于研究方向的一个简单介绍：A simple introduction about Bayesian inverse methods_2018.pdf （2018版）

            反问题的一个简单介绍课程：Welcome to Inverse Problems and Imaging (https://tristanvanleeuwen.github.io/IP_and_Im_Lectures/intro.html)

【招生简章信息】

       硕士生：每年学硕2人；具有良好的数学基础（数学分析、实分析、泛函分析、概率论、贝叶斯统计等），对微分方程/统计分析计算具有较高兴趣；有意读博者优先。

       博士生：每年1-2人；课题组研究方向属于“计算数学 + 贝叶斯统计分析”；硕士期间在理论方面（偏微分方程，高等概率论，贝叶斯分析等）有较深入理解或在计算方面（优化、随机算法）有良好训练；勇于独立自主进行探索。（注：这里的贝叶斯统计分析是指函数空间上的贝叶斯统计分析，深入理解需要学习高等概率论等相关内容）

硕士招生目录：                             

博士招生目录：                             

博士生： 

2024年3月，赵阳，变分推断+机器学习

2023年3月，祖邵康，变分推断+元学习理论

2022年3月，卢浩宇，随机方程的贝叶斯反演方法

2021年3月，眭家明，大规模反问题的贝叶斯推断方法

硕士生：

2024年9月，陈威，

2024年9月，孙庸，

2024年9月，李毓曈，

2023年9月，郭嘉一，

2022年9月--2023年12月，赵阳，变分推断求解大规模反问题，2023年12月转为博士学位研究生

2022年9月，吴佳霖，

2022年9月，朱怡暄，

2021年9月，梁鹏娟，基于FNO的替代模型及其在统计反问题中的应用

2021年9月，周瀚，元学习在统计反问题中的应用

2021年9月--2022年12月，祖邵康，无限维变分推断在随机反问题中的应用；2022年12月转为博士学位研究生

2021年9月，林丰玉，基于平均场假设的无限维变分推断方法

2020年9月--2021年12月，卢浩宇，随机方程的贝叶斯反演方法；2021年12月转为博士学位研究生

2019年9月--2022年6月，吴燕妮，贝叶斯逆神经网络及其在反问题中的应用；毕业去向：中国银行

2019年9月--2020年12月，眭家明，带有模型误差补偿的贝叶斯方法；2020年12月转为博士学位研究生

2016年9月--2019年6月，邵    芳，统计反问题；毕业去向：中国人民解放军部队技术军官

本科毕业设计：

2023年，刘益达，非局部模型初值反演的贝叶斯后验收缩率估计

2023年，郭嘉一，分数阶模型阶数与源项反演的贝叶斯方法

2022年，吴琦，基于机器学习的替代模型研究及其在贝叶斯反演中的应用

2021年，于佳鑫，SVGD方法及其在反问题中的应用

2021年，赵张弛，基于非中心参数化以及平均场逼近的变分贝叶斯方法

2020年，卢浩宇，带有TV-Gauss先验的rMAP算法及其在反问题中的应用

2019年，眭家明，基于误差模型分析的贝叶斯统计方法

2019年，孙启航，非高斯假设下贝叶斯反演问题的后验收所率估计

2019年，吴   江，基于先验测度建模的反演方法

2017年，高   天，扩散方程逆源问题的贝叶斯方法

本科生科研训练与科研活动：

2021年，马小琴、李琳瑶、李文双、王晓岚、高文轩，关于传染病模型的参数估计与不确定性量化研究，2020年国家级大学生创新训练项目，优秀

2020年，刘一龙，统计与计算反问题基础书籍阅读

2019年，沈   洁，反问题的黑箱变分贝叶斯方法

2018年，王玉瑶，非高斯噪音下的贝叶斯反问题的后验相合性分析

2018年，孙启航，经验贝叶斯框架下严重不适定问题的后验相合性分析

2017年，孙启航，基于贝叶斯反演框架的自适应反演方法

本科与研究生课程：

2023年9月，本科生“偏微分方程”（应数与信计班；强基班）

2022年9月，本科生“偏微分方程”（应数与信计班；强基班）

2021年9月，本科生“偏微分方程”（应数与信计班）； 研究生“高等概率论”（统计班）

2020年9月，本科生“线性代数与解析几何”（电类与机类）

2019年9月，本科生“线性代数与解析几何”（电类与机类）

2018年9月，本科生“线性代数与解析几何”（电类与机类）