首页  组织机构  通知公告  人才招聘  师资队伍  博士后工作  规章制度  办事流程  文档下载  常见问题  师德建设  人事视窗 
   
当前位置: 首页 > 正文
 

学校获2项教育部留学回国人员科研启动基金

2015年06月19日 14:03  点击:[]

 

 

 

日前,从教育部国际合作与交流司《关于批准获得“留学回国人员科研启动基金”资助的通知》(教外司留[2015]1098号)获悉,我校外国语学院徐晓东教授的《真实与虚拟——英国中世纪后期文学梦幻体研究》项目和数学与统计学院项思佳博士的《半参数估计在混合模型中的应用》项目喜获第50批留学回国人员科研启动基金资助。这是今年学校第4个项目获批。  

留学回国人员科研启动基金为教育部设立,旨在贯彻国家留学方针,充分发挥广大留学人员在社会主义现代化建设中的作用,支持他们回国后的教学、科研工作。其资助对象是具有博士学位,在国外留学一年以上,年龄在45岁以下,回国后在教学、科研单位从事教学、科研工作的留学回国人员,符合以上条件的留学回国人员必须在回国后两年内提出申请。  

根据中央财政科技计划管理改革的要求和财政部的通知,在教育部2015年经费预算中暂不安排留学回国人员科研启动专项基金。因此,自201531日起,暂停受理“教育部留学回国人员科研启动基金”的申请事宜。  

项目简介:  

真实与虚拟——英国中世纪后期文学梦幻体研究:  

“梦”是睡眠中出现的生理现象,生理学对它的产生还不完全了解,但是梦与文学的联姻却非常古老。英国文学史中,从最古老的英语梦幻诗歌《卡德门之歌》(Mitchell,2007:268),到20世纪乔伊斯的大作《芬尼根守灵夜》,英国文学中始终存在着“梦幻体”叙事的体裁。然而,后世作家在使用梦幻进行创作的同时很可能并不了解其古老的传统性;法国当代中世纪史学研究的巨擘雅克·勒高夫也曾夸大地认为“整个中世纪文化史中,梦幻体是基督教知识分子的罪责感”。(Le Goff, 1980, 201)。以上内容不难看出,学术界对梦幻体文学的发展本质缺乏透辟的阐释,不仅仅从基督教传统进行研究,还需要从古典文学传统,结合世俗类叙事诗歌。另一方面,正如中世纪学者林奇所论,梦幻体“或许是中世纪最普遍的文学形式,几乎每位重要诗人都曾一试身手”(Lynch,2007: xiv)。林奇的论述反应了梦幻体文学在英国中世纪后期文学中的重要地位,这个时期中,英国诗歌之父乔叟使用梦幻体创作了大量世俗叙事诗,如《公爵夫人书》,《百鸟议会》,《声誉之宫》等,而且还涌现了《农夫皮尔斯》,《珍珠》这些极其重要的宗教梦幻诗歌。  

尽管如此,前面所述的专著往往将篇幅限定在一些文本的分析上,仍然缺乏中世纪梦幻哲学的基础理解。本项目关注的是,既然大量14世纪英国作家使用梦幻体作为其创作手段,那么我们首先必须要回答“中世纪作者如何理解‘梦’与‘幻’的”。这两者的宗教以及古典哲学的基础是什么。目的是解决中世纪梦幻体文学的普及性原理。其次,结合具体文本分析梦幻体的叙事方式。中世纪梦幻体的理论基础比较复杂。公元4-5世纪的Macrobius将梦分成5种主要类型:迷一样的“梦”(拉丁语somnium),预言性的“幻”(拉丁语visio),“神谕梦”(拉丁文oraculum),“恶梦”(拉丁语insomnium)以及“幻影”(拉丁语visum)。(Marobius, 1952: 88)该文作者认为,后两种不值得阐释,因为不具有预言意义。此后,拉丁哲学家波伊提乌(480-525)以梦幻体方式创作了《哲学的慰藉》,这些事实都反应在英国中世纪巨擘乔叟的作品中。乔叟在梦幻体作品《公爵夫人》1284行以及《百鸟议会》1111行曾经提及过Marobius,应该比较了解此哲学基础。乔叟不仅曾经翻译过法国著名的中世纪梦幻体作品《玫瑰传奇》的部分内容,而且翻译过拉丁文的《哲学的慰藉》。种种证据表明,中世纪英国作家将梦幻引入创作并非作者权宜之计,而是非常主观自觉的选择,与创作的主题密不可分。  

半参数估计在混合模型中的应用:  

1)我们将半参数函数应用到混合回归模型中,提出三种全新的半参数混合回归模型,即混合非参数回归模型、混合单指数模型和含单指数混合比例的混合回归模型。  

2)查阅相关已有模型的文章,研究模型的可识别条件、估计方法、算法、渐近性质、实际应用等。  

3)对提出的每一个模型,提出并验证模型可识别的条件。  

4)针对每一个模型,我们提出相应的估计方法和算法。  

a)混合非参数回归模型  

我们提出以下两种模型的估算方法:  

第一,运用回归样条估计方法(regression spline based estimator)来估计未知的非参数函数  

第二,运用核回归局部似然估计方法(local likelihood estimator using kernel regression)估计。为使全局变量和非参数函数均达到最优收敛速度,我们将引入一步修合估计方法(one-step backfitting estimation procedure),并推导和验证估计量的渐近性质。  

b)混合单指数模型  

针对此模型,我们提出以下模型的估算方法:  

由于模型的似然中既有非参数函数又有全局变量,因此最大似然估计将不能被直接使用。  

若一直方向向量的估计值,那么非参数函数可通过核回归局部似然估计方法(local likelihood estimator using kernel regression)估算。  

给定非参数函数的估计值,对数似然值可视为方向向量的函数。因此,通过最大化对数似然值进一步更新   的估计量。  

c)含单指数混合比例的混合回归模型  

于混合单指数模型类似,由于模型中同时有全局变量和非参数函数,最大似然估计不能直接用于模型(4.3)的估算。估算方法的思路为:  

第一步:若给定全局变量的估计值,通过核回归局部似然估计方法估计局部变量混合概率。  

第二步:当给定混合概率的估计值,通过EM算法更新全局变量的估计值。  

5)我们将通过Matlab软件编写程序,通过模拟实验和真实数据来检测新模型的可行性,并将新模型与已有模型做比较。  

6)我们将研究模型估计量的渐近性质,证明各模型中全局变量的估计量和非参数函数的估计量都达到最优收敛速度。  

7)新模型将分别被应用到经济学、生物学、病理学等领域。  

   (8)针对混合模型的新估计方法,我们将用Matlab编写程序,通过模拟实验和真实数据来检测新方法的可行性,并于既有方法作比较。新方法还将应用到微阵列数据(microarray data)、聚类分析等领域。  

上一条:国际货币基金组织高级经济学家孙涛博士来我校作专题报告 下一条:学院(部)管理人员能力提升培训班圆满结束

 

联系地址:杭州下沙高教园区学源街18号   邮编:310018  联系电话:0571-87557038  邮箱:rsgl@zufe .edu.cn

Copyright © 浙江财经大学人事处  浙ICP备05014573

学校首页 | 人事处首页