一般框架下的函数型降秩回归

发布者:文明办作者:发布时间:2022-11-16浏览次数:10


主讲人:陈迪荣 北京航空航天大学教授


时间:2022年11月23日8:30


地点:腾讯会议 507 237 073


举办单位:数理学院


主讲人介绍:北航“蓝天学者”特聘教授,博士生导师。1982年1月获学士学位(华中师范大学),1992年7月获博士学位(北京师范大学)。主要从事统计学习理论,函数型数据分析,取得了具有国际先进水平的成果。获教育部2012年度自然科学二等奖。先后主持国家自然科学基金8项,“863”课题3项,“973”计划子课题1项. 发表SCI论文数十篇, 其中多篇发表在权威刊物Appl. Comput. Harmonic Anal., Found. Comput. Math., SIAM J. Math. Anal., SIAM J. Numer. Anal., IEEE Trans. Automatic Control, IEEE Trans Inform. Theory,J. Machine Learn. Research等上,单篇论文被SCI引用最高两百次。


内容介绍:经典的函数型数据分析都基于L^2内积,但是在内积意义下的研究并不能包含重要的影响点情形。本报告将介绍一个更一般的框架,既包含了内积情形,也包含了影响点情形。我们考虑此框架下的函数型数据降秩回归问题,特别是考虑带影响点的降秩回归模型,此模型比经典情形更具有解释性。我们构造了估计器并建立了其相容性,给出影响点的辨识。数值试验表明所提算法有效性。