2022年12月28-29日，為促進(jìn)數(shù)學(xué)優(yōu)化、統(tǒng)計(jì)與學(xué)習(xí)等領(lǐng)域的融通共進(jìn)，由中國(guó)運(yùn)籌學(xué)會(huì)數(shù)學(xué)規(guī)劃分會(huì)、中國(guó)現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)、北京應(yīng)用統(tǒng)計(jì)學(xué)會(huì)和北京交通大學(xué)、北京工業(yè)大學(xué)、首都師范大學(xué)、中國(guó)人民大學(xué)、中國(guó)科學(xué)院數(shù)學(xué)與系統(tǒng)科學(xué)研究院等聯(lián)合主辦的“第七屆統(tǒng)計(jì)優(yōu)化與學(xué)習(xí)國(guó)際研討會(huì)”采用線上方式舉辦。

12月28日上午，舉辦線上統(tǒng)計(jì)優(yōu)化與學(xué)習(xí)國(guó)際研討會(huì)開(kāi)幕式。出席開(kāi)幕式的有北京交通大學(xué)副校長(zhǎng)趙鵬教授、中國(guó)現(xiàn)場(chǎng)統(tǒng)計(jì)學(xué)會(huì)理事長(zhǎng)郭建華教授、中國(guó)運(yùn)籌學(xué)會(huì)理事長(zhǎng)戴彧虹研究員、香港理工大學(xué)陳小君教授、香港理工大學(xué)黃堅(jiān)教授、賓夕法尼亞州立大學(xué)帕克分校李潤(rùn)澤教授、新加坡國(guó)立大學(xué)Kim-Chuan Toh教授、帝國(guó)理工學(xué)院Geoffrey Ye Li教授、曼尼托巴大學(xué)王力群教授、明尼蘇達(dá)大學(xué)楊宇紅教授、明尼蘇達(dá)大學(xué)鄒輝教授、哈佛大學(xué)柯崢教授、北京師范大學(xué)朱力行教授、北京交通大學(xué)修乃華教授、北京應(yīng)用統(tǒng)計(jì)學(xué)會(huì)會(huì)長(zhǎng)崔恒建教授、香港數(shù)學(xué)會(huì)會(huì)長(zhǎng)孫德鋒教授、數(shù)學(xué)規(guī)劃分會(huì)理事長(zhǎng)徐大川教授等。會(huì)議開(kāi)幕式由北京交通大學(xué)理學(xué)院于永光院長(zhǎng)主持。

趙鵬教授向與會(huì)的專家學(xué)者、同仁和同學(xué)們表示熱烈的歡迎，對(duì)可以承辦本次會(huì)議表示倍感榮幸。趙鵬教授介紹了北京交通大學(xué)的悠久歷史和以交通為核心的學(xué)科建設(shè)，并對(duì)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院的背景與學(xué)科作了介紹，指出本次論研討會(huì)是一場(chǎng)高水平、高質(zhì)量的學(xué)術(shù)盛宴。郭建華教授簡(jiǎn)要介紹了學(xué)會(huì)的歷史背景，闡述了統(tǒng)計(jì)學(xué)與運(yùn)籌學(xué)之間的密切聯(lián)系，介紹了統(tǒng)計(jì)學(xué)與運(yùn)籌學(xué)等學(xué)科的交叉研究領(lǐng)域的前沿和熱點(diǎn)問(wèn)題，強(qiáng)調(diào)了多學(xué)科融合的重要性。并對(duì)北京交通大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院承辦研討會(huì)表示感謝，提出共同為推進(jìn)統(tǒng)計(jì)學(xué)與運(yùn)籌學(xué)等學(xué)科的交叉融合與發(fā)展而不懈努力。戴彧虹研究員強(qiáng)調(diào)了舉辦此次統(tǒng)計(jì)優(yōu)化與學(xué)習(xí)國(guó)際研討會(huì)的宗旨，為統(tǒng)計(jì)學(xué)和運(yùn)籌學(xué)等學(xué)科的青年學(xué)者提供高水平的學(xué)術(shù)分享平臺(tái)，促進(jìn)彼此之間的交流與合作，集中展現(xiàn)大數(shù)據(jù)時(shí)代下統(tǒng)計(jì)學(xué)與運(yùn)籌學(xué)的學(xué)科前沿與發(fā)展動(dòng)態(tài)，他希望通過(guò)本次研討會(huì)能夠更好地促進(jìn)運(yùn)籌學(xué)理論與應(yīng)用的發(fā)展，共同推動(dòng)學(xué)校在職研究生教育向更高的水平邁進(jìn)。

12月28日上午，大會(huì)邀請(qǐng)了2013年中國(guó)國(guó)家自然科學(xué)二等獎(jiǎng)和2000年德國(guó)洪堡研究獎(jiǎng)獲得者、國(guó)際著名統(tǒng)計(jì)學(xué)家、北京師范大學(xué)朱力行教授，介紹了張量數(shù)據(jù)中的多變點(diǎn)檢測(cè)方法，提出了兩個(gè)新的標(biāo)準(zhǔn)來(lái)檢測(cè)張量數(shù)據(jù)中的變化結(jié)構(gòu)，利用自適應(yīng)嶺函數(shù)的比值構(gòu)造兩個(gè)信號(hào)統(tǒng)計(jì)量增強(qiáng)檢測(cè)能力，并通過(guò)數(shù)值實(shí)驗(yàn)與真實(shí)數(shù)據(jù)驗(yàn)證了方法的可行性。李潤(rùn)澤教授是2017年國(guó)際科學(xué)院杰出成就獎(jiǎng)和2012年聯(lián)合國(guó)世界氣象組織格比爾木姆國(guó)際獎(jiǎng)獲得者、國(guó)際著名統(tǒng)計(jì)學(xué)家。他介紹了高維均值向量的投影檢驗(yàn)，該方法通過(guò)求解二次規(guī)劃問(wèn)題得到最優(yōu)投影方向估計(jì)，在此基礎(chǔ)上設(shè)計(jì)了線式投影檢驗(yàn)，并通過(guò)數(shù)值實(shí)驗(yàn)證明了本方法比其它檢測(cè)方法更有效。黃堅(jiān)教授提出了一種基于深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)一般回歸函數(shù)的WGD方法，WGD方法可以學(xué)習(xí)給定預(yù)測(cè)值的響應(yīng)的條件均值或條件分位數(shù)函數(shù)，并通過(guò)大量數(shù)值實(shí)驗(yàn)證明了WGD方法的優(yōu)勢(shì)。哈佛大學(xué)柯崢助理教授提出了一種基于SVD的主題模型估計(jì)方法。該方法僅從數(shù)據(jù)矩陣的幾個(gè)前導(dǎo)奇異向量構(gòu)建主題矩陣的估計(jì)，在大規(guī)模語(yǔ)料庫(kù)的內(nèi)存使用和計(jì)算成本方面具有很大優(yōu)勢(shì)，使用美聯(lián)社新聞文章語(yǔ)料庫(kù)和統(tǒng)計(jì)論文摘要語(yǔ)料庫(kù)進(jìn)行實(shí)驗(yàn)，展示了模型收斂速度。阿爾伯塔大學(xué)孔令龍教授提出了深度RL勘探方法和深度RL的阻尼Anderson混合，建立了Anderson混合方法與擬牛頓方法之間的聯(lián)系，證明了Anderson混合方法使策略迭代方案的收斂半徑增加了一個(gè)額外的收縮因子，并提出了一種穩(wěn)定策略。明尼蘇達(dá)大學(xué)雙城分校張嘉偉博士設(shè)計(jì)了一種分類(lèi)學(xué)習(xí)的擬合優(yōu)度評(píng)估工具——BAGofT方法。該方法不局限于特定的參數(shù)分類(lèi)模型，具有更廣的適用范圍。通過(guò)數(shù)值實(shí)驗(yàn)驗(yàn)證了BAGofT方法在測(cè)試參數(shù)分類(lèi)模型時(shí)的優(yōu)勢(shì)。

12月28日下午，大會(huì)邀請(qǐng)了香港理工大學(xué)大數(shù)據(jù)分析中心實(shí)驗(yàn)室主任陳小君教授討論了機(jī)器學(xué)習(xí)和博弈中的一類(lèi)非光滑非凸非凹最小最大問(wèn)題，利用方向?qū)��?shù)建立了局部極大極小點(diǎn)的最優(yōu)性條件并將這些條件簡(jiǎn)化。最終將理論結(jié)果應(yīng)用于對(duì)抗網(wǎng)絡(luò)(GANs)。首都師范大學(xué)崔恒建教授介紹了對(duì)抗性機(jī)器學(xué)習(xí)中基于穩(wěn)健馬氏距離估計(jì)的異常樣本檢測(cè)，提出了一種基于穩(wěn)健馬氏距離估計(jì)(RMD)和預(yù)訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)模型的異常樣本檢測(cè)方法，通過(guò)數(shù)值實(shí)驗(yàn)證明了方法的有效性和穩(wěn)健性。東北師范大學(xué)鄭術(shù)蓉教授提出了一種ACT方法來(lái)確定高維因子模型中的公共因子數(shù)量，并根據(jù)最小信號(hào)強(qiáng)度和最佳閾值建立了所提出的ACT方法的最優(yōu)性。通過(guò)仿真實(shí)驗(yàn)證明ACT方法優(yōu)于一般方法。南安普頓大學(xué)鄭超助理教授介紹了多變點(diǎn)檢測(cè)的懲罰成本方法的一致性，建立了一個(gè)懲罰成本方法的通用框架；將所提出的框架應(yīng)用于不同的多變點(diǎn)問(wèn)題，從而獲得了懲罰選擇的理論結(jié)果以及相應(yīng)的變點(diǎn)數(shù)量及其位置的一致估計(jì)。華東師范大學(xué)於州教授利用隨機(jī)森林與深度神經(jīng)網(wǎng)絡(luò)構(gòu)建了一種混合回歸預(yù)測(cè)模型。通過(guò)結(jié)合隨機(jī)森林的局部建模能力和神經(jīng)網(wǎng)絡(luò)的全局建模特點(diǎn)，顯著提高了原始神經(jīng)網(wǎng)絡(luò)的性能。

12月29日上午，大會(huì)邀請(qǐng)了帝國(guó)理工學(xué)院Geoffrey Ye Li教授，介紹了聯(lián)邦學(xué)習(xí)(FL)的基本工作原理，研究了在各種通信失真下情況下FL的收斂性能，使用inexact ADMM、 Byzantine robust FL和去中心化FL來(lái)實(shí)現(xiàn)FL的收斂。楊宇紅教授討論了如何從信息論的角度看待傳統(tǒng)統(tǒng)計(jì)方法，根據(jù)模型選擇和極小極大理論，探討最佳數(shù)據(jù)壓縮和信息量化框架的統(tǒng)計(jì)影響。新加坡國(guó)立大學(xué)Kim-Chuan Toh教授介紹了正則化平方根回歸問(wèn)題的分布穩(wěn)健與快速計(jì)算。證明了懲罰函數(shù)是簡(jiǎn)單范數(shù)與半范數(shù)之和的平方根正則化模型都可以表示成最小二乘問(wèn)題的分布魯棒優(yōu)化(DRO)。設(shè)計(jì)了一種近端對(duì)偶半光滑Newton算法并通過(guò)大量數(shù)值實(shí)驗(yàn)驗(yàn)證了算法的高效性。香港理工大學(xué)袁雁城助理教授介紹了求解Waterstone Barycenter問(wèn)題的高效HPR算法，提出了一種具有線性時(shí)間復(fù)雜度的方法求解HPR算法子問(wèn)題，并使用真實(shí)數(shù)據(jù)進(jìn)行數(shù)值實(shí)驗(yàn)驗(yàn)證了HPR算法在求解大規(guī)模WBP時(shí)具有優(yōu)越的性能。明尼蘇達(dá)大學(xué)崔瑩助理教授討論了雙參數(shù)非線性優(yōu)化問(wèn)題的值函數(shù)的一階變分性質(zhì)，為隨機(jī)梯度下降法求解復(fù)雜層次優(yōu)化問(wèn)題提供了理論依據(jù)。佛羅里達(dá)大學(xué)蘇之華副教授報(bào)告了多元線性回歸中的響應(yīng)變量選擇。將響應(yīng)劃分為動(dòng)態(tài)響應(yīng)、輔助響應(yīng)和靜態(tài)響應(yīng)，設(shè)計(jì)出了識(shí)別這些響應(yīng)變量的算法。在大樣本和高維小樣本情況下，建立了變量選擇的一致性和估計(jì)量的漸近性質(zhì)，并使用真實(shí)數(shù)據(jù)驗(yàn)證了算法的有效性。

12月29日下午我們開(kāi)設(shè)了青年學(xué)者論壇，邀請(qǐng)了北京大學(xué)林宙辰教授介紹了優(yōu)化誘導(dǎo)平衡網(wǎng)絡(luò)(OptEq)，通過(guò)改變OptEq的架構(gòu)和將信息合并到不動(dòng)點(diǎn)迭代把先驗(yàn)屬性引入OptEq的平衡點(diǎn)，從而使OptEq優(yōu)于一般模型。復(fù)旦大學(xué)酈旭東副教授討論了嵌入流形優(yōu)化和商空間流形優(yōu)化之間的聯(lián)系。結(jié)果表明在嵌入幾何和商幾何條件下，黎曼一階不動(dòng)點(diǎn)、黎曼二階不動(dòng)點(diǎn)和固定秩矩陣優(yōu)化的嚴(yán)格鞍點(diǎn)是等價(jià)的。北京交通大學(xué)羅自炎教授報(bào)告了仿射流形低秩矩陣優(yōu)化的法錐相交規(guī)則及最優(yōu)性分析，建立了Fréchet法錐與rank-MOA可行集的相交規(guī)則，在一階最優(yōu)性條件下分析了rank-MOA的F不動(dòng)點(diǎn)與不動(dòng)點(diǎn)與局部/全局最小值的關(guān)系。通過(guò)rank-MOA的兩個(gè)應(yīng)用驗(yàn)證了提出的最優(yōu)性分析。中國(guó)人民大學(xué)陳燦貽博士匯報(bào)了超高維稀疏情況下的分布式復(fù)合分位數(shù)回歸，將復(fù)合分位數(shù)回歸納入最小二乘框架，并提出了一種基于近似Newton法的分布式算法，通過(guò)數(shù)值實(shí)驗(yàn)驗(yàn)證了算法的高效性。首都師范大學(xué)王冠鵬博士提出一個(gè)基于樣本特征值方差變化來(lái)正確估計(jì)高維主成分分析中顯著成分的數(shù)量的方差準(zhǔn)則，通過(guò)數(shù)值模擬證明該準(zhǔn)則比AIC和BIC準(zhǔn)則具有更高的模型選擇精度。北京工業(yè)大學(xué)楊博博士針對(duì)不確定系統(tǒng)的分散控制問(wèn)題提出了一種加速松弛多塊近端ADMM算法，給出了松弛M\_PADMM與廣義近點(diǎn)算法(PPA)的等價(jià)性，并結(jié)合Halpern迭代法提出了一種新的RM\_PADMM加速算法，通過(guò)數(shù)值實(shí)驗(yàn)驗(yàn)證了算法的有效性。北京交通大學(xué)李梅博士報(bào)告了隱私保護(hù)的去中心化學(xué)習(xí)，提出了一種基于KM迭代方法的通用差分隱私學(xué)習(xí)框架(DP-KM)來(lái)處理分布式數(shù)據(jù)，證明了DP-KM算法的穩(wěn)定性與泛化性，通過(guò)數(shù)值實(shí)驗(yàn)驗(yàn)證了算法的優(yōu)越性。

12月29日下午，2022年統(tǒng)計(jì)優(yōu)化與學(xué)習(xí)國(guó)際研討會(huì)圓滿結(jié)束，在線上舉行簡(jiǎn)短的閉幕式。中國(guó)運(yùn)籌學(xué)會(huì)數(shù)學(xué)規(guī)劃分會(huì)理事長(zhǎng)徐大川教授、中國(guó)人民大學(xué)統(tǒng)計(jì)與大數(shù)據(jù)研究院院長(zhǎng)朱利平教授和北京交通大學(xué)計(jì)算機(jī)與信息技術(shù)學(xué)院副院長(zhǎng)景麗萍教授分別致辭。閉幕式由北京交通大學(xué)孔令臣教授主持。中國(guó)運(yùn)籌學(xué)會(huì)數(shù)學(xué)規(guī)劃分會(huì)理事長(zhǎng)徐大川教授對(duì)本次會(huì)議的圓滿結(jié)束表示熱烈的祝賀，對(duì)會(huì)議的組織方給與了高度的肯定與鼓勵(lì)，介紹了初辦會(huì)議的宗旨，希望研討會(huì)可以為各學(xué)科的融合起到促進(jìn)作用。朱利平教授對(duì)這次會(huì)議的報(bào)告人表示感謝，在報(bào)告過(guò)程中,與會(huì)代表對(duì)各自感興趣的課題積極踴躍提問(wèn)并進(jìn)行了熱烈的討論，學(xué)術(shù)氣氛十分活躍，肯定了這次會(huì)議非常成功。景麗萍教授對(duì)統(tǒng)計(jì)與優(yōu)化領(lǐng)域各位專家學(xué)者的支持表示衷心的感謝，闡述了統(tǒng)計(jì)、優(yōu)化與機(jī)器學(xué)習(xí)融合的重要性，肯定了本次會(huì)議為廣大學(xué)者提供了學(xué)術(shù)交流平臺(tái)。

此次研討會(huì)參加此次學(xué)術(shù)盛會(huì)的有來(lái)自英國(guó)、美國(guó)、加拿大、新加坡等國(guó)家和地區(qū)，以及全國(guó)高校和研究機(jī)構(gòu)的學(xué)者，每場(chǎng)報(bào)告在線人數(shù)均超過(guò)130人，最高達(dá)200人。第七屆統(tǒng)計(jì)優(yōu)化與學(xué)習(xí)國(guó)際研討會(huì)為來(lái)自世界不同地區(qū)的高校和研究機(jī)構(gòu)開(kāi)展統(tǒng)計(jì)、優(yōu)化以及機(jī)器學(xué)習(xí)領(lǐng)域的學(xué)者提供了一個(gè)科研交流和學(xué)習(xí)的平臺(tái)，圍繞統(tǒng)計(jì)學(xué)與運(yùn)籌學(xué)等學(xué)科的交叉研究領(lǐng)域的前沿和熱點(diǎn)問(wèn)題，如強(qiáng)化學(xué)習(xí)，對(duì)抗學(xué)習(xí)，分布式學(xué)習(xí)及穩(wěn)健估計(jì)等問(wèn)題進(jìn)行深入探討，交流最新的研究成果、應(yīng)用進(jìn)展以及社會(huì)需求，推進(jìn)多個(gè)學(xué)科的交叉融合與發(fā)展。

轉(zhuǎn)自：北京交通大學(xué)新聞網(wǎng)