中国科学院陈敏研究员、李启寨研究员、华东师范大学张日权教授来我校讲学
发布时间: 2017-12-11 浏览次数: 116

     121日上午,应统计科学与大数据研究院邀请,中国科学院数学与系统科学研究院陈敏研究员、李启寨研究员以及华东师范大学统计学院张日权教授来我校讲学。本次报告在竞慧东楼302报告厅举行,理学院研究生和部分教师参加并聆听了报告。报告会由统计科学与大数据研究院孔新兵教授主持,他代表我校统计学科团队热烈欢迎三位教授莅临指导。

李启寨研究员首先做了题为“前馈贝叶斯神经网络及其在抗癌药物响应中的应用”的报告。报告从寻找抗癌药物基因建模开始,指出了目前存在的三大困难,随后利用前馈贝叶斯神经网络针对三大难题分别给出了相应的改进:用一个非线性函数描述因变量与自变量的关系,再通过变量选择对自变量进行降维,通过数值模拟显示了提出方法的有效性,最后成功应用到抗癌药物响应问题中。李研究员的报告内容丰富,带大家领略了统计学理论与生物医学相结合的奇妙旅程。

陈敏研究员首先介绍了题为“Sign-based portmanteau test for ARCH-type models with heavy-tailed innovations”的报告,针对重尾ARCH型模型的检验问题,详细地讲述了发展过程、各种方法的优缺点以及目前存在的问题并给出了改进的检验方法。随后又围绕“如何做应用统计实证研究”展开讨论,通过外汇储备规模测算、组合加权主成分分析、金融投资中的最优资产选择问题三个应用统计实证案例,探讨如何在实证问题研究中合理使用和提出统计方法。陈老师的报告循循善诱,由浅入深,具有深远的前沿性和启发性,对我校师生的学习和科研具有重要的启发意义。

最后张日权教授做了“函数型数据统计分析”的报告。报告围绕近几年函数型数据的分析成果展开介绍,包含:函数型数据的主成分分析和函数型数据的回归分析,比较详细的介绍了函数型数据的各种回归模型的估计、检验和变量选择。现场气氛活跃,学生兴趣较高,青年教师获益颇多,取得了良好的效果。

报告结束后,我校青年教师和三位专家就共同感兴趣的研究问题进行了热烈交流和深入探讨。本次讲座不仅为我校统计学术交流提供了机遇和平台,更有利于促进统计专业师生开阔视野、转变观念、提升内涵。

 

附:报告人简介

陈敏,中国科学院数学与系统科学研究院研究员, 博士生导师。现任中国科学院政府行政管理系统分析研究中心主任,全国统计方法应用技术标准化委员会主任委员,《数理统计与管理》主编,《应用数学学报(中文版)》副主编,《中医药现代化》编委。中国数学学会副理事长、中国统计教育学会副会长、北京大数据协会副会长。曾任中国科学院数学与系统科学研究院任副院长。

主要研究方向为:金融统计理论与方法、非线性时间序列的统计分析,非参数统计估计和检验的大样本理论,生物统计的理论和方法,应用统计(工业统计、统计标准化、财税信息技术),大数据分析与处理的统计理论与算法研究。出版和翻译教材和专著7部;在国内外核心学术期刊发表统计理论与应用、经济、金融和管理科学论文130余篇,其中SCIEI论文70余篇。

李启寨,中国科学院数学与系统科学研究院研究员,国家优秀青年基金获得者,博士生导师。2001年本科毕业于中国科学技术大学,2006年博士毕业于中国科学院数学与系统科学研究院;2006-2009年在美国国家卫生健康研究院国家癌症研究所从事博士后研究;2006至今在中国科学院数学与系统科学研究院工作,2006-2010任助理研究员,2010-2015任副研究员,2015-至今任研究员;主要研究方向:生物医学统计、统计遗传学、农业统计等。截止到目前在自然遗传学(Nature Genetics)、美国人类遗传学杂志(American Journal of Human Genetics)、生物信息学(Bioninformatics)、美国统计学会会刊(JASA),等杂志发表论文80余篇;曾获基金委优秀青年基金、国际统计学会推选会员(Elected Member)、中国科学院卢嘉锡青年人才奖等。

    张日权,华东师范大学统计学院教授,博士生导师,院长;1988年于四川大学数学系获理学学士学位,1998年于华东师范大学统计系获理学硕士学位,2003年于华东师范大学统计系获理学博士学位,2005年于中国科学院数学与系统科学研究院博士后出站,2005年破格晋升为教授。华东师范大学大数据统计分析中心主任;《应用概率统计》期刊常务副主编;中国现场统计学会高维数据统计分析分会副理事长、全国概率统计学会常务理事;中国现场统计学会资源与环境统计分会常务理事;中国现场统计学会生存分析分会常务理事事。目前发表论文130余篇,SCI收录论文90余篇,由科学出版社出版专著1部,教材1部;主持和参与各类项目20余项,其中主持国家自然基金面上项目3项,教育部博士点基金2项,国家统计局重点项目1项;环保部专项子项目1项;主要研究方向:大数据统计分析,非参数统计,半参数统计,函数型数据,高维数据,统计降维,变量选择,稳健估计。

最新留言