了解更多资讯● 点击蓝字关注我们 ●

2020年11月13日，由北京师范大学统计与数据科学研究中心、自然科学高等研究院联合举办的复杂数据分析论坛在北京师范大学珠海校区顺利召开。来自我校和中国科学院、清华大学、武汉大学、华东师范大学、北京交通大学、南方科技大学、江西财经大学等10余家单位的20余位专家学者和部分研究生参加会议。

论坛开始，北京师范大学统计与数据科学研究中心首席科学家朱力行教授、北京师范大学统计学院党委书记金蛟教授、北京师范大学统计与数据科学研究中心主任张淑梅教授分别致辞欢迎。朱力行教授重点介绍了此次论坛发起的缘由，金蛟教授代表统计学院对与会专家的到来表示感谢和欢迎，张淑梅教授介绍了统计与数据科学研究中心的建设情况。

朱力行教授致辞

金蛟书记致辞

张淑梅教授致辞

致辞结束，论坛进入主题报告部分。北京交通大学理学院孔令臣教授的报告主题是“Outlier Detection via Regularized Huber Regression under Mean Shift Model”，同时他结合仿真和真实数据集说明了所提出模型与程序的有效性。

孔令臣教授作主题报告

中国科学院数学与系统科学研究院应用数学研究所丁超副研究员以“Matrix Optimization Based Euclidean Embedding with Outliers”为题做了报告，报告针对统计与机器学习中含有异常值的欧几里得嵌入问题，提出了一种基于矩阵优化的嵌入模型。

丁超副研究员作主题报告

随后与会专家组织座谈，就统计与数据科学研究中心的未来发展问题做了深入而广泛的讨论。

座谈会交流图

下午，论坛继续进入主题报告环节，清华大学统计中心林乾副教授以“从指标模型到神经网络”为题，回顾了近期切片逆回归的一些进展，并将它们与线性回归中对应结论进行对比，并表示希望通过推动对多指标模型和线性模型的研究来加深我们对神经网络的理解。

林乾副教授作主题报告

江西财经大学统计学院刘小惠教授以“Assessing Uncertainty in Small Area Estimation Involving Model Misspecification”为题，报告了小区域估计中观测最佳预测的均方预测误差的估计问题。

刘小惠教授作主题报告

武汉大学焦雨领副教授的报告题目是“Deep Representation Learning”，提出一种用于监督表示学习的统计方法，以了解深度学习的内部组织，且该统计方法具有理论保证，性能更好。

焦雨领副教授作主题报告

华东师范大学统计学院刘玉坤教授以“新冠疫情统计分析的一些研究结果”为题，报告了新冠肺炎潜伏期的估计和已感染的病例总数的估计两方面的内容。这两方面的研究对疫情的防控工作都具有重要意义。

刘玉坤教授作主题报告

最后南方科技大学统计与数据科学系李曾助理教授以“On Testing High Dimensional White Noise”为题，报告了在时间序列建模和线性回归的诊断检验中白噪声测试的重要性，并针对高维情况下的相关检验，提出了一个组合型检验统计量。

李曾助理教授作主题报告

至此复杂数据分析论坛在浓厚的学术氛围中圆满结束。

与会专家学者合影留念