6月25日 张春明教授学术报告(数学与统计学院)

作者:时间:2019-06-13浏览:95设置

报 告 人: 张春明 教授

报告题目:MaxICA with augmented genetic algorithm and application to EEG data  

报告时间:2019年6月25日(周二)下午3:00 

报告地点:静远楼1506报告厅

主办单位:数学与统计学院、科学技术研究院

报告摘要:

        In many scientific disciplines, finding hidden influential factors behind observational data is essential but challenging. The majority of existing approaches  rely on linear transformation, i.e., hidden components are linear combinations of original sources. Motivated from analyzing non-linear temporal signals in finance, genetics, and neuroscience, this paper proposes the “maximum independent component analysis (MaxICA),based on max-linear combinations of original  sources. In contrast to existing methods, MaxICA benefits from ocusing on significant major source signals while filtering out ignorable signals. A major tool for  parameter learning of MaxICA is  the proposed ERD_GA algorithm, consisting of  three schemes for the elite weighted sum selection, randomly combined cross over, and dynamic mutation. Extensive empirical evaluations demonstrate the  effectiveness of MaxICA in either extracting max-linearly combined essential  sources in many applications or supplying a better approximation for nonlinearly  combined source signals, such as EEG recordings analyzed in this paper.

报告人简介:

        张春明,1990年数理统计专业本科毕业于南开大学,1993年计算数学专业硕士毕业于中国科学院,2000年统计专业博士毕业于美国北卡莱罗纳大学教堂山分校。之后,她任美国威斯康星大学麦迪逊分校统计系的助理教授(2000–2005), 副教授(2005–2010)和正教授(2010–至今)。担任以下刊物的副主编:Annals of Statistics(2007–2009,  2019–2021),  Journal of the American Statistical Association (2011–), and Journal of Statistical Planning and Inference (2012–2018). 她是国际数理统计学会 “会士”(IMS  Fellow), 美国统计学会“会士”(ASA Fellow)。担任2015年美国统计学会非参数统计分会的程序主席, 2019年IMS-China概率统计国际会议的学术委员会的联合主席。她的研究兴趣包括高维复杂数据统计建模与推断, 非参数与半参数统计建模与推断, 大规模多元联合统计推断,及其应用于脑科学研究及神经影像数据分析,生物信息,医学,计量经济学及金融。

联 系 人: 李月玲


返回原图
/