首页» 学术讲座» 中心邀请报告 - 内容正文

大数据超高维数据降维技术的理论与方法

    发布时间:2016-11-27
主    题: 大数据超高维数据降维技术的理论与方法
主讲人: 周勇
主持人: 李仲飞
时    间: 2016年11月29日上午9:00-10:30
地    点: 管理学院N127
主办单位: 中山大学金融工程与风险管理研究中心

 

讲座简介:

面对大数据应用的快速发展、国家经济和金融安全所提出的迫切需求,我们面临着大数据分析方法瓶颈与挑战,需要发展大数据基础分析的理论方法和技术,同时应用这些理论方法研究大数据下的数据降维技术和算法,深入研究互联网金融风险管理、高频海量数据市场行为和管理决策等前沿问题。本报告将简单介绍大数据中高维超高维降维技术理论与方法,大数据挖掘技术等,提出一些新的超高维数据的降维技术及方法,并且证明了这些方法具有良好的降维作用,可以大降低“维数灾祸”的影响。 

 

主讲人简介:

周勇教授,国家杰出青年基金获得者,教育部长江学者特聘教授,国务院政府特殊津贴专家,“新世纪百千万人才工程”国家级人选。1994年获中国科学院应用数学所博士学位。中国科学院数学与系统科学研究院研究员,上海财经大学统计与管理学院院长。

现任国务院学位委员会统计学科评议组成员,中国应用统计专业硕士教学指导委员会委员、中国现场统计研究会环境与资源统计分会理事长,中国统计教育学会副会长,中国优选法统筹法与经济数学研究会副理事长,中国数量经济学会常务理事。同时担任国内外几个重要学术期刊的编委和副主编,包括《应用数学学报》执行编委,《数理统计与管理》编委,《系统科学与数学》、《系统工程理论与实践》、《中国管理科学》、《应用概率统计》编委, 和国际期刊《The Open Statistic & Probability Journal》,《Statistics and its interface》,《Sankhya B》,编委和《Journal of the Korean Statistical Society》副主编(Associate Editor)。

周勇教授主要从事大数据分析与建模、金融计量、风险管理、计量经济学、统计理论和方法等科学研究工作,取得许多有重要学术价值和影响的研究成果。先后承担并完成国家自然科学基金项目,国家杰出青年基金,自然科学基金委重点项目等科学项目10余项,曾获得省部级奖励二项。在包括国际顶级《The Annals of Statistics》、《Journal of The American Statistical Association》,《Biometrika》《Journal of Econometrics》和《Journal of Business & Economic Statistics》等学术杂志上发表学术论文100余篇,其中,SCI/SSCI索引论文近100篇,被SCI他近400余次。