“大数据时代的高维统计”国际青年学者会议暨夏季短期课程-经管之家官网!

人大经济论坛-经管之家 收藏本站
您当前的位置> 考研考博>>

考研

>>

“大数据时代的高维统计”国际青年学者会议暨夏季短期课程

“大数据时代的高维统计”国际青年学者会议暨夏季短期课程

发布:swufeliuyi2010 | 分类:考研

关于本站

人大经济论坛-经管之家:分享大学、考研、论文、会计、留学、数据、经济学、金融学、管理学、统计学、博弈论、统计年鉴、行业分析包括等相关资源。
经管之家是国内活跃的在线教育咨询平台!

经管之家新媒体交易平台

提供"微信号、微博、抖音、快手、头条、小红书、百家号、企鹅号、UC号、一点资讯"等虚拟账号交易,真正实现买卖双方的共赢。【请点击这里访问】

提供微信号、微博、抖音、快手、头条、小红书、百家号、企鹅号、UC号、一点资讯等虚拟账号交易,真正实现买卖双方的共赢。【请点击这里访问】

“大数据时代的高维统计”国际青年学者会议暨夏季短期课程将于2015年6月25–28日在北京大学举行。此次会议暨短期课程由北京大学统计科学中心和北京大学数学科学学院概率统计系联合主办。高维统计是当前统计学研究最活 ...
免费学术公开课,扫码加入


“大数据时代的高维统计”国际青年学者会议暨夏季短期课程将于2015年6月25–28日在北京大学举行。此次会议暨短期课程由北京大学统计科学中心和北京大学数学科学学院概率统计系联合主办。
高维统计是当前统计学研究最活跃的前沿领域之一,与统计机器学习、压缩感知、大数据分析等数据科学分支有着深刻联系和高度交叉。为应对大数据时代为统计理论、方法及应用带来的重大挑战与机遇,此次会议以“大数据时代的高维统计”为主题,旨在凝聚海内外从事高维统计相关领域研究的新生力量,为近年来在这一领域崭露头角的青年学者提供一个交流合作与展示最新研究成果的平台,推动高维统计理论与实践的蓬勃发展,促进与互联网经济、精准医疗等大数据时代重要应用问题的紧密结合。
此次会议邀请到美国普林斯顿大学范剑青教授做主旨报告,以及海内外著名高校20余名青年学者(获得博士学位均不超过7年)做邀请报告。会议议题十分丰富,涵盖高维统计(从广泛意义下解释)的各个研究方向,包括变量筛选与模型选择、大协方差矩阵和图模型估计及检验、高维时间序列与数据流、高维聚类与判别分析、因子模型与主成分分析、大数据下的抽样与众包,等等。我们还邀请到美国威斯康星大学麦迪逊分校袁明教授和美国耶鲁大学周慧斌教授,在此次会议前开设分别题为“稀疏学习”和“图模型与网络分析中的最优估计”的夏季短期课程,针对青年教师、博士后及研究生,讲授高维统计领域的若干前沿问题和最新进展。
我们诚挚邀请海内外青年学者(包括教师、博士后及研究生)积极参加本次会议暨短期课程。会议不安排投稿报告,参加会议和短期课程均需提前注册,但不收取注册费。会议将为注册参会者免费提供会议资料,会议期间的交通及住宿等费用由参会者自理。
一、会议日程及地点
短期课程:2015年6月25–26日全天(上午为课程一、下午为课程二)
地点:北京大学光华老楼111教室
青年学者会议:2015年6月27–28日全天
地点:北京大学光华老楼112教室
二、主旨报告人
Jianqing Fan(范剑青),Princeton University
三、邀请报告人
Jinyuan Chang University of Melbourne
Hao Chen University of California, Davis
Xi Chen New York University
Xiaohui Chen University of Illinois at Urbana–Champaign
Yang Feng Columbia University
JinzhuJia Peking University
Danning Li University of Cambridge
Wei Lin Peking University
Weidong Liu Shanghai Jiao Tong University
Zongming Ma University of Pennsylvania
Qing Mai Florida State University
Zhao Ren University of Pittsburgh
Tingni Sun University of Maryland
Wenguang Sun University of Southern California
Cheng Wang Shanghai Jiao Tong University
Yihong Wu University of Illinois at Urbana–Champaign
Yin Xia University of North Carolina at Chapel Hill
Lingzhou Xue Pennsylvania State University
Jianxin Yin Renmin University of China
Kai Zhang University of North Carolina at Chapel Hill
Dave Zhao University of Illinois at Urbana–Champaign
Wei Zhong Xiamen University
Wen Zhou Colorado State University
Changliang Zou Nankai University
四、短期课程内容
课程一:Learning with Sparsity
主讲人:Ming Yuan(袁明),University of Wisconsin–Madison
课程摘要:This course will cover high-dimensional statistical inferences with the focus on the recovery of high-dimensional sparse signals and the estimation of large matrices. These and other related problems have attracted much recent interest in a range of fields including statistics, computer science, applied mathematics and electrical engineering. This course will present an overview of the basic techniques and the latest results on a number of related topics.
课程二:Optimalities in Estimation of Graphical Models and Network Analysis
主讲人:Harrison Zhou(周慧斌),Yale University
课程摘要:Two topics will be discussed in this short course: (1) inference and minimax estimation for a class of graphical models including Gaussian graphical model and Ising model; (2) minimax estimation for graphon estimation and community detection for stochastic block models and its extensions. For both topics we will introduce computationally efficient algorithms to attain the optimalities.
五、组织委员会
蔡天文 北京大学和宾夕法尼亚大学,程序主席
陈松蹊 北京大学和爱荷华州立大学
耿 直 北京大学
林 伟 北京大学,本地组织主席
黄 辉 北京大学
宋晓军 北京大学
六、报名及联系方式
网上报名地址:http://www.mikecrm.com/f.php?t=B6o9f5
报名截止日期:2015年6月18日
有关本次会议的任何问题,请联系李宝梅老师(+86-10-62745950,libm@math.pku.edu.cn);更多会议信息,请访问会议网站(http://www.stat-center.pku.edu.cn/nrc2015/)。
高维统计青年学者会议组委会
2015年5月22日
「经管之家」APP:经管人学习、答疑、交友,就上经管之家!
免流量费下载资料----在经管之家app可以下载论坛上的所有资源,并且不额外收取下载高峰期的论坛币。
涵盖所有经管领域的优秀内容----覆盖经济、管理、金融投资、计量统计、数据分析、国贸、财会等专业的学习宝库,各类资料应有尽有。
来自五湖四海的经管达人----已经有上千万的经管人来到这里,你可以找到任何学科方向、有共同话题的朋友。
经管之家(原人大经济论坛),跨越高校的围墙,带你走进经管知识的新世界。
扫描下方二维码下载并注册APP
本文关键词:

本文论坛网址:https://bbs.pinggu.org/thread-3723765-1-1.html

人气文章

1.凡人大经济论坛-经管之家转载的文章,均出自其它媒体或其他官网介绍,目的在于传递更多的信息,并不代表本站赞同其观点和其真实性负责;
2.转载的文章仅代表原创作者观点,与本站无关。其原创性以及文中陈述文字和内容未经本站证实,本站对该文以及其中全部或者部分内容、文字的真实性、完整性、及时性,不作出任何保证或承若;
3.如本站转载稿涉及版权等问题,请作者及时联系本站,我们会及时处理。