此次聘任仪式由清华大学统计学研究中心副主任邓柯副教授主持。邓柯副教授介绍了汤教授在非线性时间序列领域做出的卓越贡献,指出汤教授提出的门限自回归模型是非线性时间序列分析的经典模型之一,所著的《非线性时间序列:一种动态系统方法》(《Non-Linear Time Series: A Dynamical System Approach》)专著是非线性时间序列分析的重要参考文献。邓柯副教授强调,汤教授一直以来对清华大学统计学科的建设都给予了极高的关注,并不断鞭策年轻学者,对其学术生涯的发展给出中肯的建议与指导,此次聘请汤教授出任清华大学杰出访问教授,必将加快清华大学建成世界一流统计学科的步伐。
恰逢美国国家科学院院士、艺术与科学学院院士及爱尔兰皇家科学院院士,华盛顿大学统计和社会学教授阿德里·拉夫里(Adrian E. Raftery)教授到访统计学研究中心,与美国国家科学院院士、哈佛大学荣休教授、清华大学特聘教授唐纳德·鲁宾教授(Donald Rubin)教授,清华大学工业工程系李志忠教授、数学系杨瑛教授,北京大学概率统计系姚方教授,中国人民大学统计与大数据研究院郭绍俊副教授、朱利平教授,吉林大学概率统计与数据科学系赵世舜教授等专家学者一起作为特邀嘉宾,共同出席了本次聘任仪式,专家们对汤家豪教授的受聘纷纷表示热烈的祝贺,并对清华大学统计学科的发展给予了高度的肯定。
#post-12103
ntry-header
清华大学统计学研究中心俞声教授于2018年发表在医学信息学顶刊Journal of the American Medical Informatics Association(JAMIA)的论文“Enabling phenotypic big data with PheNorm”[1]日前被国际医学信息学会(International Medical Informatics Association,IMIA)2019年医学信息学年鉴(Yearbook of Medical Informatics)评为2018年发表的知识表示与管理类最佳论文[2]。
1 Yu S, Ma Y, Gronsbell J, et al. Enabling phenotypic big data with PheNorm. J Am Med Inform Assoc 2018;25:54–60. doi:10.1093/jamia/ocx111
2 Dhombres F, Charlet J, Management SE for the IYS on KR and. Formal Medical Knowledge Representation Supports Deep Learning Algorithms, Bioinformatics Pipelines, Genomics Data Analysis, and Big Data Processes. Yearb Med Inform 2019;28:152–5. doi:10.1055/s-0039-1677933
3 Liao KP, Sun J, Cai TA, et al. High-throughput multimodal automated phenotyping (MAP) with application to PheWAS. J Am Med Inform Assoc doi:10.1093/jamia/ocz066
清华大学特聘教授、美国国家科学院院士、原哈佛大学统计系系主任Donald Rubin教授做大会特邀报告:Modern Computing Implementing Classical, But Heretofore Un-nurtured Statistical Ideas.北京大学讲席教授姚方教授做大会特邀报告:Distribution and Correlation Free Two-sample Test of High-dimensional Means.
Donald Rubin教授为 “第四届北大-清华统计论坛”优秀海报奖获得者——清华大学李杰同学颁奖。
姚方教授为“第四届北大-清华统计论坛”优秀海报奖获得者——北京大学虞俊同学颁奖。 姚方教授为“第四届北大-清华统计论坛”优秀海报奖获得者——北京大学李瑞风同学颁奖。姚方教授为“第四届北大-清华统计论坛”优秀毕业生获得者——北京大学张澍一同学颁奖。 Donald Rubin教授为 “第四届北大-清华统计论坛”优秀毕业生获得者——清华大学苗准同学颁奖。
林希虹教授是美国国家医学院院士,美国哈佛大学生物统计系和统计系终身教授、前生物统计系主任,数量基因研究计划(Program of Quantitative Genomics)主任。2015年,在林希虹教授、刘军教授和清华大学数位资深教授的共同努力以及学校的大力支持下,清华大学成立了统计学研究中心,推动统计科学在清华大学的蓬勃发展。
2018年11月9日至11日,“国际计算统计协会亚洲分会25周年大会暨中国现场统计学会计算统计分会第二届年会”在中国北京会议中心举办。此次会议的主题为“统计计算:数据科学的挑战与机遇”。会议由The Asian Regional Section of the International Association for Statistical Computing(简称IASC-ARS)和Chinese Association for Statistical Computing (简称CASC)联合主办,清华大学统计学研究中心协办。本次会议致力于促进统计计算在现代数据科学中的进一步发展,同时也为统计计算和数据科学专家之间提供了学术交流与合作的平台。来自亚太地区的70余名学者与近百位国内专家参加了本次会议。
本次会议的主会场邀请报告精彩纷呈,重磅云集。刚刚全职加入清华大学的美国国家科学院院士Donald B. Rubin 教授,哈佛大学统计系刘军教授,香港大学Wing Kam Fung教授,多伦多大学与北京大学双聘教授姚方教授四位统计学“大咖”在主会场做了精彩报告。首先,刘军教授为我们带来了他在贝叶斯先验分布上的研究。针对几种常用先验的现有方法,刘军教授指出:不同的先验需要不同计算策略,这使得实际操作很复杂。如果有一个整合的方法来简化抽样和优化,则可以促进贝叶斯方法在实际中的应用。基于这种想法,他介绍了一种新的先验分布 Neuronized prior,这种先验采用激活函数的形式,是对现有某些先验的整合和扩展,达到了算法和估计上的高效性,从而降低了用贝叶斯方法做模型选择的难度。
Wing Kam Fung教授针对基于重抽样的假设检验,提出了一种新的蒙特卡洛评估方法。在模拟中,循环次数通常很大,使得计算量大,这自然引发学者思考是否可以让内循环次数减小。pooling的方法正是基于这样的思想,但是这种方法的有效性还不甚清楚。Wing Kam Fung教授提出了n-times pooling resampling-based method,介绍了这种方法的理论性质,并模拟来展示。这种方法精度高、计算快,适用于对高计算量的检验进行评估。
随后,姚方教授分享了他在函数型数据上的研究。他针对黎曼函数型数据,即函数取值在黎曼流形上的函数型数据,提出了一个分析框架。采用内蕴几何的方法,介绍了intrinsic Riemannian functional principal component analysis (iRFPCA) ,得到了其估计和收敛性,并拓展至intrinsic Riemannian functional linear regression (iRFLR),最后介绍了其应用实例。
主会场的最后一位演讲者,Donald B. Rubin 教授介绍了现代计算对于统计的两大贡献:交互计算和复杂展示。并以MNAR模型为例,指出现代统计计算使得我们能以一种系统化可理解的方式来探索这个模型。四位专家的前沿研究引发与会学者的强烈反响。
颁发学术顾问聘书
CASC的创建和发展得到众多前辈学者的大力支持。Donald B. Rubin院士、Wing Hung Wong院士、耿直教授、刘军教授一直对CASC高度关注,并欣然同意担任学会的学术顾问。在本次会议上,邓柯理事长代表学会给四位顾问颁发聘书。