2020年8月10日上午10点，加州大学欧文分校Annie Qu教授应邀在腾讯会议（ID:292 419 730）开展了一场题为“Individualized Multi-directional Variable Selection”的学术讲座。本次讲座由王启华老师主持。
Annie Qu教授是加州大学欧文分校统计系校长教授，宾夕法尼亚州立大学统计学博士。
Annie Qu教授的研究重点是解决非结构化大规模数据的基本问题，开发机器学习中的前沿统计方法和理论，以及复杂异构数据的文本情感分析、自动标记和总结、推荐系统、张量成像数据和网络数据分析等算法，实现从海量高维数据中提取本质信息。她的研究在生物医学研究、基因组研究、公共卫生研究、社会和政治科学等多个不同领域都有影响。在加入加州大学欧文分校之前，Annie Qu教授是伊利诺伊大学厄巴纳-香槟分校的数据科学创始人统计学教授和伊利诺伊统计办公室主任。她曾被UIUC的LAS学院授予Brad and Karen Smith教授学者称号，是2004-2009年NSF职业奖的获得者，是数学统计研究所的研究员和美国统计协会的研究员。
Annie Qu教授提出了一种异质建模框架，它能够同时实现个体化的特征选择和异质协变量的效应分群。Annie Qu教授指出与传统的模型选择方法相比，新方法构建了多方向收缩的分离惩罚，有利于个体化建模区分强信号和噪声信号，针对不同个体选择不同的相关变量。同时，所提出的模型可以确定个体之间具有相似协变量效应的子群，从而提高个体化估计的效率和特征选择的准确性。此外，Annie Qu教授指出所提出的模型还结合了纵向数据的个体内相关性，以获得额外的有效性。并且提供了一个双分散建模框架下的一般理论基础，在这个框架下，个体数量和个体方面的测量数量都可以发散，这就可以在个体水平和群体水平上进行推断。特别地，Annie Qu教授还建立了个体化估计的强理论性质，以保证其在各种条件下的最优大样本属性。最后，Annie Qu教授引入了ADMM算法，实现了计算的可扩展性，并将新方法应用于带有遗传变异的创伤后精神障碍分析和一项艾滋病毒纵向治疗研究，且和已有的方法进行了比较说明。
整场讲座持续了一个多小时，意犹未尽，学术氛围浓厚，我院师生对有关问题与Annie Qu教授进行了热烈探讨。最后，王启华老师对此次讲座作了小结，参会老师和同学收获颇丰。
| 上一条： 没有了 |
| 下一条： 没有了 |
