“大數(shù)據(jù)分析的若干問(wèn)題探討”學(xué)術(shù)研討會(huì)在電子科技大學(xué)研究生清水河校區(qū)舉行。

　　作題為“On tensor networks and neural networks”的報(bào)告。他介紹了張量數(shù)據(jù)在人臉圖像以及醫(yī)學(xué)MRI圖像中的應(yīng)用，以及張量數(shù)據(jù)的一些基本處理方法，并對(duì)深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用背景及其優(yōu)缺點(diǎn)作了解析。根據(jù)二者的優(yōu)缺點(diǎn)，提出一種張量網(wǎng)絡(luò)和神經(jīng)網(wǎng)絡(luò)相結(jié)合的數(shù)據(jù)分析方法，該方法適用于大數(shù)據(jù)并且相比于已有方法，其計(jì)算復(fù)雜度大大降低。師生們就他給出的關(guān)于張量網(wǎng)和神經(jīng)網(wǎng)的一些問(wèn)題進(jìn)行了進(jìn)一步討論。

　　報(bào)告以“Partial Projective Resampling Method for Dimension Reduction: With Applications to Partially Linear Models”為題。他從一個(gè)酗酒指標(biāo)的例子引出實(shí)際問(wèn)題中的數(shù)據(jù)降維問(wèn)題，介紹了關(guān)于部分線性模型中已有的關(guān)于W分量的離散和連續(xù)情形的處理方法。隨后，他介紹了不考慮W分量的類型下的處理方法，借助于將W分量和相應(yīng)變量的重新結(jié)合，將降維問(wèn)題轉(zhuǎn)變?yōu)橐延械哪Ｐ停�進(jìn)而采用已有降維方法進(jìn)行處理。吳文波博士還將所提方法與已有方法在模擬例子以及實(shí)際例子中進(jìn)行了比較分析。

　　作“Dimension reduction for multivariate spatial data”的報(bào)告。報(bào)告中，他通過(guò)吸毒和非吸毒人的醫(yī)學(xué)DTI圖像中的大腦白質(zhì)圖像，引出吸毒時(shí)間是否與白質(zhì)的連接強(qiáng)度有關(guān)的問(wèn)題，因大腦的不規(guī)則形狀，進(jìn)而提出關(guān)于空間數(shù)據(jù)的降維研究。他介紹了已有的信封模型，將空間數(shù)據(jù)引入到該模型中，提出了一種的空間數(shù)據(jù)分析模型。王欽副教授將該模型用于美國(guó)空氣污染數(shù)據(jù)的分析，提出了美國(guó)污染數(shù)據(jù)指標(biāo)的空間相關(guān)性。

　　報(bào)告圍繞“Homogeneity Pursuit in Single Index Models based Panel Data Analysis”展開(kāi)，介紹了panel數(shù)據(jù)的一些應(yīng)用，對(duì)具有Homogeneity結(jié)構(gòu)的單指標(biāo)模型進(jìn)行了介紹。他提出借助“分塊”和找出相應(yīng)變點(diǎn)思想的Homogeneity Pursuit模型參數(shù)估計(jì)方法。其團(tuán)隊(duì)將這一方法應(yīng)用于根據(jù)英國(guó)氣象數(shù)據(jù)分析降水等因素對(duì)溫度的影響，張文揚(yáng)教授就此做了具體詮釋。

　　報(bào)告會(huì)后，各位報(bào)告人與參會(huì)師生就圖像識(shí)別、部分線性模型的變量的降維，單指標(biāo)方法的應(yīng)用等問(wèn)題展開(kāi)熱烈討論。與會(huì)人員認(rèn)為，此次大數(shù)據(jù)在職研究生研討會(huì)為傳統(tǒng)統(tǒng)計(jì)學(xué)與機(jī)器學(xué)習(xí)研究提供了交流平臺(tái)，大家通過(guò)研討激發(fā)了新的火花，獲益匪淺。

　　本次學(xué)術(shù)活動(dòng)由人力資源部教師發(fā)展中心主辦，數(shù)學(xué)科學(xué)學(xué)院承辦。