12月4日上午，澳大利亚麦考瑞大学金卓教授应邀在数学与统计学院零壹论坛第338讲作题为“Markov chain approximation-based deep learning in actuarial science”的学术报告。报告由学院副院长徐林教授主持，我院概率统计方向的部分教师和研究生参加了此次报告会。

报告会上，金卓教授首先回顾了近期有关深度学习的一些研究成果，并且向参会师生介绍了基于马尔可夫链逼近深度学习算法的研究动机。随后，金卓教授从具体的精算模型出发，分别对带有限制的分红率和无限制的分红率情形展开了讨论。最后，金卓教授特别地说明了马尔可夫链逼近的框架在构建迭代方程和算法初始化方面起着关键性作用，并且介绍了如何通过迭代获得神经网络的最优参数。

金卓教授所报告的深度学习算法问题是当前随机控制、金融数学等领域的前沿问题，极具科学价值。报告会中我院师生与金教授进行了热烈的学术讨论和交流。本场报告学术氛围浓厚，进一步促进了我院随机分析与智能控制团队的对外交流和合作。