学术报告

学术报告一百一十七:Automatic Detection of Significant Areas for Functional Data

时间:2019-12-09 16:35

主讲人 讲座时间
讲座地点 实际会议时间日
实际会议时间年月

数学与统计学院学术报告[2019] 117

(高水平大学建设系列报告347)  

报告题目:Automatic Detection of Significant Areas for Functional Data

报告人:  史建清教授(University of Newcastle & Alan Turing Institute, UK  

报告时间:20191213日下午4:00-5:00                  

报告地点:汇星楼(科技楼)501                    

报告内容:

   To detect differences between mean curves of two samples in longitudinal study or functional data analysis, we usually need to partition the temporal or spatial domain into several pre-determined sub-areas. We applied the idea of large-scale multiple testing to find the significant sub-areas automatically in a general functional data analysis framework. A nonparametric Gaussian process regression model is introduced for two-sided multiple tests. We derive an optimal test which controls directional false discovery rates and propose a procedure by approximating it on a continuum. The proposed procedure controls directional false discovery rates at any specified level asymptotically. In addition, it is computationally inexpensive and able to accommodate different time points for observations across the samples. I will also present numerical examples, including simulation studies and applications to an executive function research in children with Hemiplegic Cerebral Palsy.

报告人简历:

   史建清JIAN QING SHI),博士,英国纽卡斯尔大学(Newcastle University)统计学教授,英国国家数据科学研究院(Alan Turing Institute)的图灵研究员(Turing Fellow)。南京大学计算数学理学学士,东南大学统计学硕士,香港中文大学统计学博士。主要研究方向为函数型数据的统计分析。在国际学术刊物上发表高水平学术论文多篇,包括统计顶级期刊JASAJRSSBBiometrika。目前担任英国皇家统计协会《应用统计》副主编,Guest AE for JRSS discussion paper,英国EPSRC数学学科科研经费评审委员会委员,英国APTS研究生课程全国执行委员会委员,校云计算和大数据研究培训中心副主任,院应用统计和概率研究室主任,院统计学科研究生主任,院国际事务主任,院科研委员会委员,院招生委员会委员。2008年获邀任剑桥大学世界最顶级数学学院之一牛顿学院访问研究员,2011年获美国统计协会非参数统计分会年度最佳论文奖,2012年获英国Wellcome trust Health Innovation Challenge Fund, 共计210万英镑。2011年在最著名的统计学出版社Chapman & Hall 出版专著:Gaussian Process Regression Analysis for Functional Data

 

欢迎有兴趣的师生参加!

数学与统计学院

2019129