检测到您当前使用浏览器版本过于老旧,会导致无法正常浏览网站;请您使用电脑里的其他浏览器如:360、QQ、搜狗浏览器的极速模式浏览,或者使用谷歌、火狐等浏览器。
职称:副教授(统计学院)
研究方向:高维变量选择、图模型估计、结构学习算法、自适应实验设计、非参数统计等领域
联系方式:jyin@ruc.edu.cn
2003年毕业于北京大学力学与工程科学系,2009年在北京大学获得博士学位, 2009年至2011年在美国宾夕法尼亚大学医学院生物统计系做博士后研究, 2011年8月回国到中国人民大学任教,现任中国人民大学副教授。从事高维变量选择、图模型估计、结构学习算法、自适应实验设计、非参数统计等方面的研究。研究成果发表在国际知名统计杂志上(Annals of Applied Statistics, Journal of Multivariate Analysis,Statistica Sinica)及Journal of Machine Learning Research的W&CP系列中。曾多次参加国际、国内学术会议,做演讲、邀请报告。并曾作为参赛队代表获因果与预测国际挑战赛“最佳整体贡献奖”。目前主持一项国家自然科学基金青年项目、一项教育部博士点基金项目。
研究兴趣:
图模型,高维数据分析及统计推断,机器学习,生物统计,文本挖掘。
近年来主要论著:
1. Yang Y., Wang, W., Lou, Y., Yin, J. and Gong, X.(2018). Geometric and amino acid type determinants for protein-protein interaction interfaces, Quantitative Biology, https://doi.org/10.1007/s40484-018-0138-5.
2. 尹建鑫,王天颖,王伟(2017).稀疏稳健条件图模型的结构学习和参数估计,《中国科技论文》,第12卷,第17期,pp1921-1929。2017年9月。
3. Wang W., Yang Y., Yin J. * and Gong X. * (2017). Different protein-protein interface patterns predicted by different machine learning methods. Scientific Report, 7:16023,DOI:10.1038/s41598-017-16397-z.
4. 杜子芳,林一楠,尹建鑫*,郑冰(2017).基于随机加权的空间聚集性检验及其在基础教育师资均衡性评价中的应用,《数学的实践与认识》,第47卷,第11期,pp50-65。2017年6月。
5. Li,X. and Yin, J. (2016). Sparse sufficient dimension reduction for Markov blanket discovery, Communications in Statistics--Simulation and Computation, 45: 1355-1364, 2016. (DOI: 10.1080/03610918.2013.816560).
6. Liu Z Q,Yin, J.X. and Hu F. (2015). Covariate-adaptive designs with missing covariates in clinical trials.Science China Mathematics, 58(6), 1191-1202.
7. S. He, J.Yin, H. Li and X. Wang (2014). Graphical Model Selection and Estimation for High Dimensional Tensor Data.Journal of Multivariate Analysis, 128, 165-185.
8. X. Li and J. Yin (2014). Sparse Sufficient Dimension Reduction for Markov Blanket Discovery.Communications in Statistics-Simulation and Computation, in press.
9. Yin, J and H. Li (2013). Adjusting for high-dimensional covariates in sparse precision matrix estimation by L1-penalization.Journal of Multivariate Analysis116, 365–381.
10. Yin, J and H. Li (2012). Model Selection and Estimation in Matrix Normal Graphical Model.Journal of Multivariate Analysis, 107, 119-140.
11. Yin, J and H. Li (2011). A Sparse Conditional Gaussian Graphical Model for Analysis of Genetical Genomics Data.Annals of Applied Statistics, 5(4), 2630-2650.
12. Yin, J., Z. Geng, R. Li and H. Wang (2010). Nonparametric Covariance Model.Statistica Sinica,20, 469-479.
主持或参加的科研项目:
1. 文本数据的结构化与统计推断研究,中国人民大学科学研究基金项目,2019-2021。
2. 面向数据科学的统计学科知识体系图谱建设,中国人民大学校级教学改革重点项目,2018-2019。
3. 食品安全与健康体检数据关联技术研究,国家食品安全风险评估中心项目,2016-2017。
4. 临床试验中的创新设计与统计方法(No.11371366),国家自然科学基金面上项目,2014-2017。
5. 高维数据模型选择与假设检验若干问题研究(No. 20120004120007),教育部高等学校博士学科点专项科研基金(新教师), 2013-2015。
6. 高维数据的图模型学习与统计推断(No.11201479)国家自然科学基金青年科学基金项目,2013-2015。
7. 高维张量型数据的结构分析(12XNQ049),决策咨询及预研委托项目(团队培育计划),2013.01-2014.12。