我院举办博士研究生学术论坛

2019年5月31日，由统计与大数据研究院主办的博士生学术论坛成功在我校举行。来自我院的2017级10位博士研究生分别作了主题学术报告。中国人民大学统计与大数据研究院副院长朱利平教授，研究院全体青年教师以及2017、2018级博士生等数十位专家学者参会。本期论坛由我院研究生委员会主任郭绍俊老师主持。

论坛由郭绍俊老师主持并致欢迎辞。郭老师首先对各位专家学者的到来表示了感谢，指出本次论坛不仅为我院博士生展示自己现阶段的学术成果提供了一个平台，而且希望通过本次论坛增进师生交流，鼓励大家就研究的热点与难点进行深入讨论，欢迎指导老师们就学生展示时出现的问题进行指导，共同推动我院学术工作迈上新台阶。

本次论坛共设上下午一天举办，分别在国学馆B113教室、求是楼120教室，10位汇报人分别做了主题演讲，分别是：王庆嵩《Two sample mean test for functional data》；康欣《Generalized Functional Principal Component Analysis via Variational Inference》；叶晗轩《Distributed Dual Averaging for Variational Inference》；樊金麟《Testing Interval correlation》；韩震《Best-scored Random Forest Density Estimation》；吴秋雨《A nonparametric Bayesian approach to simultaneous subject and cell heterogeneity discovery for single cell RNA-seq data》；韩昱《Dynamic Covariance Matrix Estimation using Adaptive Variable/Global Thresholding》；叶小清《Asymptotic Properties of Covariate-adaptive Randomization with K＞2》；朱琳《Spatial-temporal analysis of American temperature in 2015》；周方婷《Bayesian double feature allocation with application to compositional data》。

每位演讲者依次上台进行约30分钟的论文陈述，简明扼要地介绍论文的选题意义、文献综述、阶段性研究成果、论文结构、研究方法、创新点及论文进度等内容以及10分钟回答来自师生们的各种提问。

10位演讲者的汇报得到了参会老师与同学们的一致好评，并且就论文中的问题进行了热烈讨论，例如：吴秋雨博士设计了一种基于非参贝叶斯的方法，能有效地识别单细胞RNA数据中的个体和细胞差异性，汇报完毕后，与会者还就参数选择、识别效果等问题进行了讨论；叶小清博士提出了一个广泛的对于多个试验组的协变量自适应随机化过程，并用模拟试验证了该过程的理论渐进性质，汇报完毕后，与会者还就Pocock和Simon提出的方法的理论性质进行讨论；方婷博士提出了基于贝叶斯非参数方法的潜在结构推断模型，用于识别与人类疾病相关的隐含因素，汇报完毕后，与会者还就模型设定等问题进行了讨论；朱琳博士介绍了如何在欧氏空间和球面空间上构造传统地理统计以及点模式模型，汇报完毕后，与会者还就模型参数以及球面模型的合理性等问题进行了讨论；叶晗轩博士提出了一种关于变分推断问题的分布式对偶平均算法，对于共轭和非共轭模型有着高效的运算，汇报完毕后，与会者还讨论了该算法对于大规模数据采用分布式运算的应用。

指导教师根据每位演讲人的论文报告情况，从论文选题、方法运用以及展示的语言表达、PPT制作等方面进行综合考评，帮助同学们更好地梳理研究思路，保证研究顺利开展。参加报告的博士生们虚心接受老师们的现场点评和指导。