1. <input id="er0et"><acronym id="er0et"><strike id="er0et"></strike></acronym></input>
    1. <var id="er0et"></var>
      <input id="er0et"><output id="er0et"></output></input>
      <th id="er0et"></th>
      <input id="er0et"><label id="er0et"><legend id="er0et"></legend></label></input>
      <code id="er0et"><cite id="er0et"></cite></code>

    2. 河北快3河北快3官网河北快3网址河北快3注册河北快3app河北快3平台河北快3邀请码河北快3网登录河北快3开户河北快3手机版河北快3app下载河北快3ios河北快3可靠吗
      您現在的位置: 首頁» 講座信息

      【1月7日】統計學學術講座

      】【打印】【關閉窗口 來源:本站原創 作者:統計與數學學院 編輯:張薇 發布時間:2020-01-06
            報告題目:Modelling function-valued processes with non-separable and/or non-stationary covariance structure
            主講人:史建清教授(英國紐卡斯爾大學)
            時間:2020年1月7日(周二)10:00 a.m.
            地點:北院卓遠樓305會議室
            主辦單位:統計與數學學院

            摘要:Separability of the covariance structure is a common assumption for function-valued processes defined on two- or higher-dimensional domains. This assumption is often made to obtain an interpretable model or due to difficulties in modelling a potentially complex covariance structure, especially in the case of sparse designs. We proposed to use Gaussian processes with flexible parametric covariance kernels which allow interactions between the inputs in the covariance structure. When we use suitable covariance kernels, the leading eigen-surfaces of the covariance operator can explain well the main modes of variation in the functional data, including the interactions between the inputs. The results are demonstrated by simulation studies and by applications to real world data.

            主講人簡介:
            史建清教授,現為英國紐卡斯爾大學(Newcastle University)數學、統計與物理學院教授,從2018年10月起擔任英國艾倫.圖靈研究院(The Alan Turing Institute, 即英國國家數據科學和人工智能研究院)研究員,目前是英國皇家統計協會會士(Fellow of the Royal Statistical Society)、泛華統計協會(International Chinese Statistical Association)會員、英國皇家統計協會期刊評論文章的客座編委(Guest Associate Editor of Journal of the Royal Statistical Society ),統計學雜志Journal of the Royal Statistical Society(Series C,應用統計)、Statistical and Probability letters、British Journal of Mathematics & Computer Sciences等的編委(Associate Editor)。
          史建清教授于1996年在香港中文大學獲得統計學博士學位,并先后到英國華威大學(The University of Warwick)和格拉斯哥大學(The University of Glasgow)從事博士后研究工作,于2002年入職紐卡斯爾大學,分別于2008年和2015年受邀到劍橋大學艾薩克·牛頓數學科學研究院(Isaac Newton Institute for Mathematical Sciences, Cambridge University)和美國統計與應用數學科學研究院(Statistical and Applied Mathematical Sciences Institute)進行學術訪問。
          史建清教授的主要研究領域包括函數型數據分析、缺失數據及模型不確定性分析、協方差結構分析和潛變量模型等,已在國際學術期刊上發表多篇高水平論文,包括統計學頂級期刊Journal of the American Statistical Association、Journal of the Royal Statistical Society(Series B)和Biometrika,目前已發表學術論文70余篇,在國際權威出版社Chapman & Hall出版專著1部,即《函數型數據的高斯過程回歸分析》(Gaussian Process Regression Analysis for Functional Data)。此外,史建清教授2011年在期刊Journal of Nonparametric Statistics上發表的論文Bayesian single-index model using a Gaussian process prior獲得美國統計協會頒發的非參數統計主題最佳論文獎,2014年的論文Automatic Assessment of Upper Limb Function During Play of the Action Video Game, Circus Challenge: Validity and Sensitivity to Change獲得美國電氣與電子工程師協會(IEEE)頒發的最佳論文獎。史建清教授也曾多次獲得英國自然科學基金(EPSRC,Engineering And Physical Sciences Research Council)、英國國家醫學基金(MRC,Medical Research Council))和英國衛生改革挑戰基金(Welcome Trust Health Innovation Challenge Fund)等的資助。

      河北快3{{转码主词}官网{{转码主词}网址