闻林杰，女，理学博士，讲师，硕士生导师。2015-2021年硕博连读就读于上海交通大学数学科学学院，获得统计学理学博士学位，2022-2024年在北京大学地球与空间科学学院从事博士后研究工作，2024年8月进入中国石油大学（北京）理学院参加工作至今。研究方向为数据同化，贝叶斯反问题，不确定性量化，机器学习等。目前已经发表学术论文数篇，主持和完成中国博士后科学基金面上资助项目一项，参与国家自然科学基金委重点项目一项、国家自然科学基金委面上项目一项。
邮箱：wenlinjie@cup.edu.cn
1. 教育及工作经历
l 2024年8月-今 中国石油大学（北京）理学院
l 2022年1月-2024年6月 北京大学 博士后
l 2015年9月-2021年12月 上海交通大学 硕博连读
2. 招生专业
l 硕士专业：0252 应用统计（专硕）
3. 研究方向
l 数据同化：数据同化是融合数值模型、观测数据与统计推断的交叉研究方向，旨在不确定观测和模型误差条件下获得复杂动力系统状态或参数的最优估计。当前研究重点包括集合滤波、变分同化、粒子滤波及其与机器学习、生成模型和不确定性量化方法的结合，以提升高维、非线性、非高斯系统中的预测精度和可靠性。
l 贝叶斯反问题：贝叶斯反问题是将未知参数、模型误差与观测噪声统一纳入概率框架的反问题研究方向，其核心是通过先验分布、似然函数和观测数据构造后验分布，实现参数识别与不确定性量化。该方向广泛应用于工程物理、地球科学、医学成像和材料科学等领域。贝叶斯反问题的核心研究问题是：如何在复杂模型、稀疏观测和多源不确定性条件下，建立合理的概率反演框架，高效刻画未知参数的后验分布，并给出具有可信度量的反演结果。
4. 代表性论文
[1] Linjie Wen, Jinglai Li. Affine-Mapping based Variational Ensemble Kalman Filter[J]. Statistics and Computing, 2022, 32(6): 97.
[2] 闻林杰, 李敬来. 基于仿射映射的变分集合卡尔曼反演[J]. 数值计算与计算机应用, 2023, 44(2):113.
[3] Linjie Wen, Jiangqi Wu, Linjun Lu, Jinglai Li. A defensive marginal particle filtering method for data assimilation[J]. SIAM/ASA Journal on Uncertainty Quantification, 2020, 8(3): 1215-1235.
[4] Chen Cheng, Linjie Wen, Jinglai Li. Parameter estimation from aggregate observations: a Wasserstein distance-based sequential Monte Carlo sampler. Royal Society Open Science, 2023, 10(8):2054-5703.
[5] Jiangqi Wu, Linjie Wen, P L. Green, Jinglai Li, S Maskell. Ensemble Kalman filter based Sequential Monte Carlo Sampler for sequential Bayesian inference[J]. Statistics and Computing, 2022, 32(1):20.
[6] Jiangqi Wu, Linjie Wen, Jinglai Li. Resampled ensemble Kalman inversion for Bayesian parameter estimation with sequential data[J]. Discrete & Continuous Dynamical Systems-S, 2022,15(4):837-850.
5. 科研项目
[1] 校基金-引进人才科研启动项目，“基于机器学习的数据同化算法研究”，在研，主持
[2] 中国博士后科学基金会面上资助, “基于深度学习的云雨区非线性资料同化研究”, 已结题, 主持
[3] 国家自然科学基金委员会重点项目, “五维地震数据的张量深度学习去噪方法”, 在研, 参与
6. 学位论文及学生指导情况
l 指导本科毕业生人数 5人
