太阳成tyc7111cc(中国)集团-官方网站

2021年3月29日上午，复旦大学朱仲义教授在综合楼650会议室作了一场题为“High-dimensional Quantile Tensor Regression”的学术讲座，该讲座由王启华教授主持，太阳成集团tyc7111cc部分师生参加此次讲座。

朱仲义教授是复旦大学统计系教授，博士生导师；曾任中国概率统计学会第八、九届副理事长，国际著名杂志“Statistica Sinica”副主编；“应用概率统计”，“数理统计与管理”杂志编委，中国统计教材编审委员会委员，现为国际数理统计学会当选会员，“中国科学：数学”杂志编委。朱教授专业研究方向为：保险精算；纵向数据（面板数据）模型；分位数回归模型，主持完成国家自然科学基金五项、国家社会科学基金一项，作为子项目负责人完成国家自然科学基金重点项目一项，目前主持国家自然科学基金重大项目子项目一项，重点项目子项目一项，面上项目一项。朱教授近几年发表论文100多篇（其中包括在国际四大统计顶级刊物等SCI论文六十多篇），获得教育部自然科学二等奖一次。

本次讲座，朱仲义教授分以下四个部分进行讲解：Introduction、Models and Estimation、Theoretical Properties以及Simulations and Application to PETS 2009 dataset。在第一部分，朱教授首先简单介绍了分位数回归以及张量的相关概念，并以人群密度估计的案例展示张量在分位数回归中的应用。接着，朱教授介绍了张量分解、张量回归与分位张量回归。在第二部分，朱教授对张量代数与分解的理论知识进行了简单介绍并引出Tucker张量分位数回归模型及其估计与算法。接着，张教授讲解了稀疏Tucker张量分位数回归及其算法。在第三部分，朱教授主要就渐进正态性、稀疏情况下的误差界限两部分对估计量进行介绍。在第四部分，朱教授分别就上述模型在PETS2009数据集中的模拟和应用进行详细介绍并展示了相关结果。

本次讲座，朱教授提出了一种基于Tucker分解的张量协变量分位数回归估计方法，当维数很大时，引入稀疏Tucker分解，可进一步减少参数，同时为非稀疏和稀疏分位张量回归提供算法和理论保证。

       讲座结束后，朱仲义教授对我院师生提出的问题进行了详尽细致的解答，拓展了在场师生的思路与想法，对今后的研究大有裨益。