学术报告
学术报告
当前位置:首页  学术报告
北京航空航天大学张慧铭副教授学术报告
发布人:张艺芳  发布时间:2024-10-30   浏览次数:10


报告人:张慧铭(副教授,北京航空航天大学)

题目: 非渐近统计推断与检验 

主持人:李艳鹏

 

摘要: 传统的统计推断方法大多数多依赖于渐近理论,即基于样本量趋于无穷大时的数学原理,这在van der Vaart (2000) 详细论述。非渐近推断并不拘泥于这一假设,而是更加关注在有限样本下的非参数分布族和非渐近推断。这种样本假设在实际应用中显得尤为重要,尤其是在获取样本成本较高的场景:基因数据、医学图像等成本高昂的数据。首先,本报告介绍非渐近置信区间与多臂***算法,因其有覆盖率保证和无需分布假设的特点,它为我们选择最优决策提供准确高效的分析。本报告还进一步介绍非渐近一致预测器,它有四大优点:覆盖率保证,与回归模型无关,无需分布假设,底层模型不必重新训练,它在学术界和工业界中的有广泛应用。最后,报告将探讨基于非渐近方法的假设检验。

 

报告时间:

(一)2024年11月4日 10:00-12:00

(二)2024年11月4日 15:00-17:00

报告地点:理学楼609

 

报告人简介: 张慧铭,北航人工智能学院副教授(准聘),硕士生导师。曾在澳门大学担任过濠江学者博士后研究员(2020-2022);曾就读于北京大学(2016-2020)获得统计学博士。本科(09级)与硕士(13级)均就读于华中师范大学,获得数学与经济学双学士学位以及数理统计硕士学位。研究方向:非渐近推断、稳健估计、高维概率统计、机器学习与深度学习理论、函数型数据、大数据子抽样算法。发表SCI论文23篇(包括机器学习与AI领域顶刊JMLR; 统计顶刊JASA, Biometrika; 精算顶刊IME; 统计、数学、与物理知名期刊Statistica Sinica, Journal of Complexity, 和Physica Scripta等;谷歌学术引用超650次),其中两篇为Web of Science高被引论文。目前主持国自然青年项目一项;担任美国《数学评论》评论员,SCI期刊Mathematics (Q1区,中科院三区)的专题顾问委员会成员以及该刊的高维与非渐近统计专栏客座主编。曾担任统计、概率、AI与机器学习领域顶刊(AOS,AOAP,JASA,JMLR,IEEET-SP)的审稿人。