Bộ môn Xác suất - Thống kê kính mời quý thầy cô, nghiên cứu sinh, học viên cao học và các sinh viên có quan tâm đến tham dự Seminar Thống kê tháng 8/2025 với báo cáo sau: 

• Tên bài báo cáo: Variational bagging: a robust  approach for Bayesian uncertainty quantification 
• Báo cáo viên: GS. Lizhen Lin (Department of Mathematics, University of Maryland, College Park)
• Thời gian: 10:00 Thứ Ba 19/08/2025
• Địa điểm: Phòng F207, Trường Đại học Khoa học Tự nhiên, 227 Nguyễn Văn Cừ, Phường Chợ Quán, TP. HCM
• Tóm tắt báo cáo: Variational Bayes methods are popular due to computational efficiency and adaptivity to diverse applications. Mean-field classes are commonly chosen, which enables efficient algorithms such as coordinate ascent variational inference (CAVI), but fails to capture parameter dependence and typically underestimates uncertainty. In this work, we introduce a variational bagging approach that integrates a bagging procedure with variational Bayes, resulting in a bagged variational posterior  for improved inference. We establish strong theoretical guarantees, including posterior contraction rates for general models and a Bernstein–von Mises (BVM)-type theorem that ensures valid uncertainty quantification. Notably, our results demonstrate that even when using a mean-field variational family, our approach can recover off-diagonal elements of the limiting covariance structure and yield proper uncertainty quantification. In addition, variational bagging is robust to model misspecification, We further illustrate the robustness of variational bagging to model misspecification  as we illustrate  in numerical studies through  applications to parametric models,  finite mixture models, deep neural networks, and variational autoencoders (VAEs).

 Sau buổi báo cáo, GS. Lizhen Lin sẽ trình bày về chương trình học bổng Tiến sĩ và Thạc sĩ tại ĐH Marlyand, sinh viên và học viên cao học nếu có quan tâm có thể xem trước poster giới thiệu về các chương trình trên bên dưới và đặt câu hỏi với GS. Lizhen Lin tại buổi seminar.