报告题目：基于格点近似的分布式核光滑与预测方法（Grid Points Approximation for Distributed Nonparametric Smoothing and Prediction）
报告人：张日权，上海对外经贸大学统计与信息学院院长， 教授、博士生导师
时间：2023年12月20日（周三）15：00--
地点：花溪校区至善楼200.
邀请人：苏理云 理学院
报告摘要：
核光滑是现代统计分析中广泛使用的非参数估计方法。针对大规模数据，如何进行高效的分布式核平滑是一个非常重要的问题。本研究发现常用的单轮型（One-Shot）核平滑分布式方法在预测时效率极低。为此，提出了一种基于格点近似（Grid Point Approximation, GPA）的新型分布式估计方法。其具有以下优势：首先，在比较温和的条件下，GPA估计量的统计效率与全局方法相当；其次，在做预测时无需任何通信，具有非常高的通讯效率；第三，适用于数据在不同机器上不随机分布的场景。为了选择合适的带宽，本报告提出了两种分布式带宽选择方法，并提供了理论保证。大量的数值实验和一个真实的数据分析说明GPA方法的合理性和可行性。
张日权，上海对外经贸大学统计与信息学院院长， 教授、博士生导师；中国现场统计研究会大数据统计分会理事长；上海统计学会副会长；中国商业统计学会数据科学与商业智能分会副理事长；中国现场统计研究会高维数据统计分会副理事长；中国现场统计研究会经济与金融统计分会副理事长。《统计研究》《数理统计与管理》《统计学报》、Statistical Theory and Related Fields编委；《应用概率统计》期刊第八届、第九届副主编。教育部统计与数据科学前沿理论及应用重点实验室创始人；曾任华东师范大学统计学院院长，教育部统计与数据科学前沿理论及应用重点实验室主任。主持多项国家自然科学基金、上海市科委重点项目等20多项；在国内外权威期刊发表学术论文200余篇，出版专著3部，教材4部（其中两本是国家级规划教材）；获得上海市育才奖、上海市自然科学奖、上海市教学成果奖等奖励或荣誉称号20多项。主要研究方向：大数据统计，金融统计，半参数统计，高维数据分析，函数型数据分析、统计机器学习。
欢迎广大师生参与！
