5月20日，应数学与统计学院邀请，河南大学肖运海教授做客“牧野格致”讲堂为学院师生作题为“Graph-based Square-Root Estimation for Sparse Linear Regression”的学术讲座，学院相关研究方向师生参加此次讲座，裴永刚主持。
稀疏线性回归是统计学领域的经典问题之一，它与优化、计算和机器学习有着深刻的联系和高度的交集。为了解决高维数据的有效处理、真实噪声的多样性以及估计噪声标准偏差的挑战，肖运海教授提出了一种新的、通用的基于图的稀疏线性回归平方根估计（GSRE）模型。具体来说，肖运海教授使用平方根损失函数来鼓励估计器独立于误差项的未知标准偏差，并通过使用逐节点形式的预测器之间的图形结构来设计稀疏正则化项。基于具有特殊结构的预测器图，肖运海教授通过分析本文中的模型等价于几个经典回归模型来强调其普遍性。理论上，肖运海教授还分析了GSRE方法的有限样本界、渐近正态性和模型选择一致性，而不依赖于误差项的标准偏差。在计算方面采用了快速高效的交替方向乘子方法。最后，基于大量具有各种噪声的模拟和真实数据，肖运海教授展示了所提出方法在估计、预测和模型选择方面的性能优势。报告结束后，肖运海教授针对与会师生提出的相关问题进行了详细解答，并与大家展开深入的讨论交流。
专家简介：
肖运海，河南大学教授，河南省特聘教授，博士生导师，研究方向为统计优化。2001年本科毕业于河南师范大学，2004年获广西大学硕士学位，2007年获湖南大学博士学位。主持国家自然科学基金面上项目3项，主持国家自然科学基金青年基金1项，主持河南省自然科学基金杰出青年基金1项，主持河南省高校科技创新人才支持计划项目1项。现任中国工业与应用数学学会理事和青年工作委员会副主任，中国运筹学会理事和宣传工作委员会副主任，中国运筹学会数学规划分会常务理事，中国运筹学会算法软件及应用分会常务理事，河南省运筹学会副理事长，河南省优选法统筹法与经济数学研究会副理事长，河南大学学术委员会委员等。
（数学与统计学院 郭静邑 梁彦超）
最新通知