圣路易斯华盛顿大学Nan Lin教授应邀做学术报告
2019年5月30日上午，应数学科学学院张三国教授邀请，圣路易斯华盛顿大学(Washington University in St. Louis)数学系Nan Lin教授在国科大玉泉路校区做了主题为基于并行ADMM算法的Quantile regression与Large-scale testing of multiple discrete hypotheses的两场精彩报告。来自数学科学学院的部分老师和同学参加了此次报告。
Nan Lin教授进行学术报告
在第一个报告中，Nan Lin教授介绍两种分位数回归分析方法的最新进展。第一种方法是分位数回归估计的分布优化算法。与传统的分位数回归数值计算方法相比，该优化算法具有计算速度快、并行灵活等优点。第二种方法是采用DC策略，其基本思想是将分位数回归分别拟合各个子数据集，然后对子集结果进行汇总。这两种方法都可以实现模型分布式计算。
在第二个报告中，Nan Lin教授指出在过去的二十年中，越来越多的统计研究致力于大规模的多重检验。经典的FDR方法依赖于零假设下P值服从均匀分布的假设。然而对于检验是离散的情形，这一假定并不成立。报告中，Nan Lin教授提出了一个基于marginal critical functions (MCF)的框架，给出了渐近理论结果，在实际数据的应用展示了这一方法的有效性。
Nan Lin教授目前担任圣路易斯华盛顿大学数学系教授。他的研究兴趣包括在统计计算，贝叶斯正则化方法，计算机科学等。
