2021年3月29日上午，复旦大学张新生教授在综合楼650会议室开展了一场题为“A Unified Data-adaptive Framework for High Dimensional Change Point Detection”的学术报告，该讲座由王启华教授主持,部分老师以及研究生参加了此次报告会。
张新生教授是复旦大学统计学系系主任，博士生导师，现担任中国概率统计学会第十一届常务理事，曾任上海市数学会第十一届理事会常务理事、中国现场统计研究会生存分析分会副理事长、教育部高等学校数学与统计学教学指导委员会统计学专业教学指导分委员会委员。张教授主要研究方向为：高维数据的统计推断、过程统计、随机过程及其应用等。
本次讲座张新生教授针对高维变点检测设计了一个检验统计量，同时对该检验统计量进行了严格的理论推导和实证研究。首先，张教授指出目前已有文献采用各种方法设计一个特定参数（例如，均值、方差）或设计一个特定替代关系（例如稀疏变量、稠密变量）检测高维变点，很难找到一个能同时适用于这两种情况的检验方法。基于此，张教授提出了一种用于高维变化点检测的由数据驱动的自适应框架，该框架不仅具有自适应性，由数据驱动；而且可以检测均值变点、协方差变点，对分布以及协方差结构鲁棒性较好。紧接着，张教授对该检验方法进行了理论推导，创造性地提出（s0,p）范数对同一位置变点和不同位置变点进行检测分析，同时采用高维bootstrap算法构造检验统计量，最后采用S&P100数据集进行实证研究，结果表明该检验方法效果显著。
临近讲座尾声，在场的师生们与张教授展开了激烈的学术探讨，表现出对该研究领域极大的热情。张教授的细致讲解为大家的研究方向提供了新思路，此次学术报告在激烈的思想碰撞中落下了帷幕。
| 上一条： 没有了 |
| 下一条： 没有了 |
