2021年12月7日,美国杜克大学统计系博士后韩闰罡应陈迪荣老师的邀请,通过线上方式为我院统计与运筹系师生做了一场题为“Functional Tensor Singular Value Decomposition with Application to Longitudinal Microbiome Study”的学术报告。
韩博士从实际应用问题出发引入函数型张量数据,介绍了它与传统数据分析的本质差别,譬如SVD不唯一等困难。韩博士同其合作者对三维张量积数据(其中一个方向为函数型数据)的一个SVD模型进行了分析,通过迭代算法得到相容估计,建立了收敛速度。他们的结果应用于微生物研究,取得很好效果。
报告结束后,与会师生与韩博士进行了交流。
报告人简介:韩闰罡,现为杜克大学统计系博士后,合作导师David Dunson教授。博士期间,他师从美国威斯康星大学-麦迪逊分校/杜克大学张安如教授,取得统计学博士学位;博士论文题目为Statistical Learning for High-Order Tensors: Low-Rankness and Beyond;目前已有数篇论文发表在AOS及JASA等统计学顶刊;获IMS Lawrence D. Brown Award(2022)及ASA Student Paper Award from the Statistical Learning and Data Science Section(2021)。现研究方向包括:高维统计的方法与理论,机器学习算法,以及贝叶斯推断。