北航数学论坛
带有异质性结构的高维分位数回归整合分析
孔令臣 教授
（北京交通大学）
报告时间：2025年12月9日星期二 16：00-16：45
报告地点：沙河主楼E803
报告摘要: 多源数据分析是现代统计学的热门课题之一，其目的是为了对多源数据集进行深入挖掘，以得到参数的精确估计。该领域涵盖了如联邦学习、迁移学习、融合学习在内的诸多学习方法。本文考虑带有异质性结构的高维分位数回归模型，提出了方向交替乘子法为基础的个性化联邦学习方法。理论上提供了算法的基础收敛性和模型解的统计性质。数值模拟和真实数据分析的结果验证了提出方法的有效性。
报告人简介：孔令臣，教授，博士生导师，中国运筹学会数学规划分会理事长，北京交通大学数学与统计学院副院长。主要从事对称锥互补问题和最优化、高维数据分析、统计优化与学习、医学成像等方面的研究。在《Mathematical Programming》、《SIAM Journal on Optimization》、《Statistica Sinica》、《IEEE Transactions on Pattern Analysis and Machine Intelligence》、《Technometrics》、《IEEE Transactions on Signal Processing》和《Electronic Journal of Statistics》等期刊发表论文60余篇。2005年获山东省高等教育教学成果奖三等奖，2012年获中国运筹学会青年奖，2018年获得北京市高等教育教学成果奖一等奖，2022年获教育部自然科学奖二等奖和北京市高等教育教学成果奖二等奖。
邀请人：韩德仁、崔春风
