【学术讲堂】西安交通大学徐晨教授应邀为amjs澳金沙门线路首页导师及研究生做学术讲座

发布者:amjs澳金沙门线路首页发布时间:2024-04-13浏览次数:519

amjs澳金沙门线路首页  张媛媛  报道

2024年4月12日下午15:30,徐晨教授应邀为amjs澳金沙门线路首页导师及研究生开展了专业学术讲座。讲座在位育楼407会议室举行,由amjs澳金沙门线路首页院长孔新兵教授主持。

徐晨教授是鹏城国家实验室研究员、西安交通大学领军学者、国家级海外高层次人才计划入选者、深圳孔雀计划特聘专家。2012年于加拿大不列颠哥伦比亚大学取得统计学博士学位,先后赴美国宾州州立大学、加拿大渥太华大学工作任教。徐晨教授长期从事大数据统计机器学习的基础理论与方法研究,在大数据特征筛选/降维、再抽样理论与方法、分布式统计分析等领域取得系统性创新成果,做出多个原创性贡献。在统计学与机器学习国际著名杂志及会议发表研究论文40余篇; 主持中加多项国家级科研项目。现任统计学权威杂志JASA、EJS的副主编,曾任CJS、Neurocomputing、Survey Sampling等国际知名杂志的编委或客座主编。

本次讲座的主题是“Class-specific Joint Feature Screening in Ultrahigh-dimensional Mixture Regression”。徐晨教授提出有限混合回归模型在分析复杂数据时无处不在。它们旨在检测一组特征对有限数量的潜在类别的响应的异质性影响。当特征数量较多时,直接拟合混合回归在计算上不可行,而且往往导致解释价值较低。一种实用的策略是在进行深入分析之前筛选出大多数不相关的特征。此外,徐晨教授提出了一种在超高维高斯有限混合回归中筛选特征的新方法。这种新方法建立在一种稀疏性受限期望逼近最大化算法的基础上,可以同时从多个潜类中剔除不同的无关特征集。在筛选过程中,特征之间的联合效应自然会被考虑在内,而且不需要特别的步骤就能得出特定类别的筛选结果。这些优点使新方法具有优于现有筛选方法的优势。理论和数值示例(包括真实数据分析)都支持该方法的良好性能。

在讲座的讨论环节,amjs澳金沙门线路首页的孔新兵教授和周兴才教授就徐晨教授讲座的模型方差、适配性等相关问题进行了深入的交流与探讨。本次学术讲座取得了圆满成功,通过本次讲座,与会师生均表示受益良多,丰富视野的同时又引发深入思考,为今后涉足该领域的学习和研究提供了很大的灵感与启发。