2月19日,统计学院与韩国全南国立大学自然科学院联合在线举办研讨会,研讨会分为上、下两场进行,上场由韩国全南国立大学Jaesik Jeong教授主持,下场则由我校统计学院副院长刘小惠教授主持,两校部分师生参加研讨会。
当天上午,全南国立大学资深统计学教授Jangsun Baek作了题为“Variational autoencoder with Manly transformation for clustering high-dimensionaldata”的报告。通过分析现有生成模型所存在的不足,Baek教授引入了一种新的可处理厚尾、对异常值稳健,且有利于使用低维可视化工具进行展示的高维聚类方法,并展现了相关的应用。
Jeong-Soo Park教授作了题为“Future projection of extreme rainfall in Korea: Determining shape parameters in a climate multi-model ensemble”的报告,介绍了可同时考虑模型性能和独立性的模型加权方法。在报告中,Jeong-SooPark教授详细讲解了如何基于卡方统计量和熵选择两个形状参数的简单方法来降低计算难度。与此同时,他还结合了东亚五个气候变量的21个CMIP6(耦合模型比对项目第6阶段)模型,详细展示了一番其在获得朝鲜半岛极端降雨未来预测方面的应用。
Kyeong-Hwan Lee教授作题为“The new agriculture paradigm in Korea, digital agriculture”的报告,介绍了其团队在数字农业技术及其应用方面所做的最新工作。近年来,Kyeong-Hwan Lee教授团队在数字农业系统(DAS)中使用了包括传感器、信息通信技术、大数据、人工智能(AI)、无人机(UAV)和机器人技术等技术。Kyeong-HwanLee教授介绍的DAS可使农民以及其他所处价值链中的生产对象提高生产效率,并通过共享农业生产过程中所收集的信息为生产者和消费者带来便利。
韩国全南国立大学三名教授汇报结束后,该校统计学研究生Yire Shin、Somi Cha、Seunghyeon Kim、Jinwon Heo分别作了报告。
在下午的江财报告场上,马海强老师作题为“Pseudo-Bayesian Classified Mixed Model Prediction”的报告,介绍了一种新的分类混合模型预测(CMMP)模型,即伪贝叶斯CMMP。在报告中,马海强老师重点讲解了模型在匹配组索引和预测新观察相关的混合效应方面所具有的一致最优性,并展示了相关方法的理论结果与应用情况。马海强老师的相关结果已在JASA杂志上发表。
单青松老师作题为“Have China's Poverty Alleviation Policies Improved Household Income? Evidence from Survey Data”的报告,介绍了一种可在调查数据中提取扶贫政策信息的copula熵聚类树的原理,并介绍了其相关的应用情况。单青松老师的报告主要基于其最新发表在《管理世界》上的合作论文。
喻家驹老师在题为“Income Inequality and Human Capital Allocation”的报告中,介绍了如何将收入不平等分为部门间收入不平等和代际收入不平等、如何用人力资本错配程度来衡量人力资本配置等问题,并从优化人力资本配置和改善收入公平的角度提出一系列政策性建议。
在我校三位教师汇报结束后,统计学院博士生申婧怡、刘育孜、彭杜云、刘俊先后分享了各自的研究内容。
此次联合会议既充分展现了我校师生在科研上刻苦钻研的求学精神和拔尖的国际交流能力,也体现了我校与国际名校之间友好的学术合作关系,营造了良好的跨文化学术交流氛围。
韩国全南国立大学起源于1909年,其前身是光州农业大学是韩国BK21工程重点建设高校,在数字农业方面成果广泛,其自然科学学院与我校统计学院存在良好的合作关系,为我校留基委乡村振兴项目的合作单位,并在人才培养、科学研究等方面拟进一步加深彼此合作。(图文/统计学院 编辑/舒佳珠 审核/姜莹 赵旻 李大晖)