4月28日,加拿大阿尔伯塔大学数学与统计科学系孔令龙教授应邀为统计学院师生作了一场题为“Significant Anatomy Detection Through Sparse Classification:A Comparative Study”(基于稀疏分类的重要解剖结构检测的比较研究)的线上直播讲座。该讲座由学院副院长刘小惠教授主持,学院60余名师生代表聆听。
孔令龙就统计学在神经影像学研究的应用展开了精彩的论述,他结合自身经历与同学们分享了统计学与神经影像数据分析领域进行跨界合作的成功经验。他提到要想全面了解一个领域的发展方向、前沿动态及其研究问题,参加相关学术会议,并将论文投稿于行业顶级学术会议是最好的方法。通过了解该领域其他专业人士的研究主题,利用该领域权威人士的点评意见及反馈,研究者通常能够对新领域有较为深入的了解。孔令龙指出,神经影像学领域所关心的重要问题是通过分析脑部扫描图像数据以区别患病人群与正常人群,这在医学领域诊断阿尔兹海默症患者中具有广阔的应用前景。现有的主流分析方法一是将影像数据视为多个独立小立方体的组合进行分析,但该方法忽视了大脑邻近区域之间存在功能相关性,这将导致分析结果出现一定的误差。二是将影像数据利用高维数据分类模型进行不同模式的识别,但该方法对样本量要求较高,而现实生活中常常无法满足该样本量的需求。基于此,孔令龙团队提出了一类新型的稀疏分类方法,该方法通过加入基于图像的惩罚项,构建了相应的目标函数,并从理论上给出了估计参数的界;同时考虑到现有目标函数为非光滑的凸函数,其计算上存在一定的难度,因此,文章考虑使用ADMM算法,通过将现有目标函数拆分成光滑可导的优化函数与非光滑但有显示表达式的两部分,再利用L-BFGS算法以及soft thresholding perator方法分别对两部分进行求解。最后,孔令龙展示了四类候选模型在模拟数据以及实证数据上的具体表现,并给出了最优的分类模型。
在讲座过程中,孔令龙引经据典,在提及著名算法时穿插了相关统计学家的逸闻趣事,使得讲座氛围生动有趣。孔令龙的报告将理论与实际相结合,极大地提高了统计理论知识的易读性,开拓了同学们的视野,激发了同学们的学习兴趣,增进了同学们对统计前沿研究方向的了解。
【延申阅读】
阿尔伯塔大学是加拿大最大的研究型大学之一,其研究氛围和研究条件在全加甚至北美享有盛誉。阿尔伯塔大学校友包含第16任加拿大总理,三位诺贝尔奖得主,75位罗德学者, 111位加拿大首席研究教授。其人工智能专业在全球居于领先地位,强化学习之父Rich Sutton以及Alpha Go的主要作者David Silver和Aja Huang均来自阿尔伯塔大学。孔教授作为加拿大统计学界的中青年代表,主要研究领域为稳健统计、函数型数据、统计机器学习、神经影像数据分析。已在统计领域的国际top期刊The Annals of Statistics、Journal of American Statistical Association、Journal of the Royal Statistical Society: Series B等杂志上发表录用论文近40篇。 孔教授现担任Journal of American Statistical Association和The Canadian Journal of Statistics等刊物的编委,同其他相关学者间存在广泛的合作。孔教授目前组建有包括访问学者、博士后和在读博士为主体庞大的学术团队,其中包含2江西财经大学统计学院的成员。(文/统计学院 朱阁 图/统计学院 丁一编 辑/范毅洲 审核/姜莹)