2022年10月24日，杜伊斯堡-埃森大学 Denis Belomestny教授通过线上平台与我中心教员交流，并进行线上特邀报告，报告的题目是Exploration in Reinforcement Learning via Randomisation。
2022年10月17日，北京大学丁剑教授访问我中心，与中心教员座谈，并做特邀报告，报告的题目是Combinatorial Statistics: a Common Theme and a Few Examples。
2022年10月14日，哥伦比亚大学顾雨琦助理教授通过线上平台与我中心教员交流，并进行线上学术报告，报告的题目是Bayesian Pyramids: Identifiable Multilayer Discrete Latent Structure Models for Discrete Data。
2022年10月10日，清华大学交叉信息研究院李建副教授访问我中心，与中心教员座谈，并做学术报告，报告的题目是Optimization, Generalization and Implicit bias of Gradient Methods in Deep Learning。
2022年9月26日，中佛罗里达大学谢睿助理教授通过线上平台与我中心教员交流，并进行线上学术报告，报告的题目是Optimal Sampling Designs for Online Estimation of Streaming Multi-dimensional Time Series
近日，清华大学统计学研究中心邓柯副教授课题组在信号处理领域的顶级期刊IEEE Transactions on Signal Processing发表了题为”Simultaneous Topology and Loss Tomography via a Modified Theme Dictionary Model“的论文。通过对网络透视过程建立统计学模型，实现对目标网络的拓扑结构和丢包率的同时估计，并取得更准确、稳健的估计结果。课题组博士后研究员李艺超为第一作者，邓柯副教授为通讯作者。
现代社会中，我们的生活与网络息息相关。一些网络特征，例如网络拓扑结构，网络丢包率对我们研究网络行为非常重要。然而，出于安全、商业等原因的考虑，我们无法直接测量这些网络特征。为了克服这些困难，Vardi, Y. (1996)提出了网络透视技术（network tomography）。网络透视技术是一种兼具网络测试与网络预警的技术，其旨在通过发送特定的数据包（探测包）到特定网络，利用端对端的方法将所得到的信息进行统计、综合分析从而进一步推断网络内部特征。
基于此，研究团队提出用统计学方法对网络透视过程建模，该项工作的主要贡献是：（1）本文将网络丢包行为与统计学中的经典问题“购物篮分析”建立了对应关系：网络中的丢包行为可以和购物篮分析中的模式识别形成一一对应；（2）进一步，根据上述对应关系，本文利用主题辞典模型对网络丢包行为进行建模，并给出了利用EM算法对模型参数进行估计的具体过程；（3）在计算上，本文利用序贯蒙特卡洛（sequential Monte Carlo）技术对EM算法中的E步进行了优化。
相对于传统的聚类方法，本文所提出的方法实现了对网络拓扑结构和各个节点上的丢包率进行同时估计；此外，在一些复杂网络中，本文所提出的方法展现出更准确、更稳健的估计结果。
该研究工作获得中国国家自然科学基金（Grant 11931001），国家留学基金委以及清华大学国强研究院的支持。
相关文献：
Vardi, Y. (1996). “Network Tomography: estimating source-destination traffic intensities from link data”. Journal of the American Statistical Association. 91 (433): 365–377. doi:10.2307/2291416. JSTOR 2291416。
近日，由北京应用统计学会和北京大数据协会主办，首都师范大学承办的北京应用统计学会2022年学术研讨会（以下简称“研讨会”）于 2022 年 9 月 24 日在北京紫玉饭店圆满举行。清华统计学科多名师生出席研讨会，并在青年学者报告环节与兄弟高校的统计学者分享科研进展。
（右一：张皓博）（图源：北京应用统计学会）
2022年9月21日，华威大学于怡博士通过线上平台与我中心教员交流，并进行线上学术报告，报告的题目是On Robustness and Local Differential Privacy。
2022年8月31日至9月5日，“中国国际服务贸易交易会”（简称“服贸会”）在京隆重召开。作为“服贸会”配套的高端论坛活动之一，由中华人民共和国海关总署主办的“技术贸易措施助力经济高质量发展和国门生物安全建设高峰论坛”于9月4日在国家会议中心成功举办。论坛围绕“技术贸易措施”主题，从“新形势下技术贸易措施的独特内涵与特征”、“技术贸易措施工作助力经济高质量发展”、“国门生物安全与技术贸易措施对我国治理体系建设的重大影响”三个主题展开研讨。海关总署和北京市相关领导、多国驻华使节和相关领域的专家学者一百余人出席了高峰论坛。
全国人大农业与农村委员会委员、原国家质检总局副局长张沁荣，中国进出口生物安全研究会会长、中纪委原副部级巡视员王炜，中国工程院陈君石院士、陈薇院士、沈建忠院士，中国科学院陈松蹊院士和清华大学统计学研究中心邓柯副教授等专家学者受邀在论坛上做了主题发言。
陈松蹊院士发表题为“运用统计学强化技术贸易措施研究，助力经济高质量发展”的主题演讲。陈院士在发言中指出：随着全球关税水平逐年稳步下降，以技术贸易措施为代表的非关税贸易壁垒已经成为世界各国调整贸易利益的重要手段；运用前沿数据分析方法对技术贸易措施进行深入研究，能够有效保护我国的贸易利益，减少贸易损失，保障贸易安全，助力经济高质量发展，具有重大意义。陈院士还强调：在政务大数据处理中，以先进的统计学理念做好数据治理是基础，将前沿的数据科学技术灵活运用是关键。作为统计学家的代表，陈院士还呼吁并期待统计学在各行各业中会发挥越来越重要的作用，为经济高质量发展做出更多的贡献。
邓柯副教授发表题为“构建技术贸易措施综合指数体系，助力经济高质量发展”的主题演讲。在演讲中，邓柯副教授简要介绍了清华大学统计学团队与海关总署标准与法规中心专家团队在构建“技术贸易措施综合指数体系”方面的研究成果。相关研究综合运用统前沿计学方法和数据科学技术，将海量非结构化、非标准化的技术贸易措施通报转化为结构化、标准化的数据库，进而构建并测算“技术贸易措施开放指数”、“技术贸易措施全球动态图谱”、“全球技术贸易措施综合指数”、“技术贸易措施损害指数”等指数体系，从不同角度和维度分析并呈现全球技术贸易措施当前现状、发展动态和演化趋势，为政府决策提供重要技术支撑。
陈松蹊院士和邓柯副教授的发言引起了与会各界的强烈关注，在服贸会上代表统计学科发出了强音。中央电视台新闻频道报道了相关活动，新闻报道链接如下。
近日，2022年中国国际服务贸易交易会（以下简称“服贸会”）在北京成功举办，作为本届服贸会亮点之一的“首届卫生健康与工业科技创新服务大会”同期于国家会议中心召开。该会议由工业和信息化部、国家卫生健康委员会和北京市人民政府共同发起主办，聚焦医药创新、成果转化、医工交叉，探讨新形势下医药工业与卫生健康产业融合创新发展，展示前沿技术与创新成果，搭建跨领域、大协作的创新服务平台。
本届卫生健康与工业科技创新服务大会特别设立了“医工成果转化与投融资论坛”专题版块，该版块聚焦“成果转化赋能产业发展”，聚集政府部门、医疗卫生机构、高校及科研院所、企业、投资机构等创新主体，解读政策监管创新，分享成功经验，拓宽投融资渠道，助推医工融合创新科技成果产业化落地。
清华大学统计学研究中心俞声副教授课题组和粤港澳大湾区数字经济研究院（IDEA）AI平台技术研究中心联合开发的大型开放生物医学知识图谱——“生物医学信息学本体系统”BIOS（Biomedical Informatics Ontology System）受邀于“医工成果转化与投融资论坛”亮相。BIOS自去年11月发布以来受到广泛关注，今年7月历经重大更新，实现通过借助算法挖掘收录了2800万概念、5500万中英文术语和1.1亿关系三元组，规模上达美国国立卫生院国家医学图书馆开发的“一体化医学语言系统”UMLS（Unified Medical Language System，简称“UMLS”）数倍，同时在术语的纯净度和覆盖度上相比UMLS呈现明显优势，跃升为全球最大开放生物医学知识图谱。
粤港澳大湾区数字经济研究院工程总监谢育涛代表研发团队进行“开放医学知识图谱助力医疗信息平台建设”的主题分享。统计中心俞声副教授作为研发团队代表现场出席论坛。BIOS不但在技术层面达到国际领先水平，更以全公开、全开放的态度助力国内医疗信息领域和AI医疗产业的发展。