· 智源学者

博士,1981年8月出生,清华大学工业工程系统计学研究中心助理教授。2003年,2006年在北京大学数学科学学院分别获得本科和硕士学位,导师:刘张炬;2010年在麻省理工数学系获得博士学位,导师:Roman Bezrukavnikov; 2010年-2013年在美国甲骨文公司任职技术员;2013年-2017年在哈佛大学从事统计学博士后研究工作,合作导师:刘军;2017年8月至今在清华大学任教。从事非参数方法,高维充分性降维方法,机器学习以及深度学习理论基础等方面的研究。

 

代表性成果

 

过去20年来,以分片逆回归为代表的充分性降维方法在实际应用中取得了很多成功,但是对于高维数据,这些方法都面临各种各样的不足。领域内的专家一直希望能够建立相对丰富的充分性降维方法的高维理论。本人过去几年主要致力于从统计决策理论角度理解充分性降维问题,并在本方向取得突破性的工作。本人成功的探明了分片逆回归方法在高维数据时所面临的理论障碍,通过自己的系列工作建立了从线性回归到非线性多指标模型之间的一座桥梁,从而指出一个潜在可能性:线性回归的理论方法可以平行的移植到单指标或者多指标模型中去。围绕这个突破将会产生一系列的衍生问题,从而极大的丰富充分性降维问题的理论与方法。这个系列的结果正在整理完善中,其中已经有4篇正式在统计学的顶级期刊发表/被接受,并获得ICCM2017最佳论文若琳奖与ICCM2018最佳论文银奖。

 

拟研究项目名称:深层神经网络的统计理论基础

All Posts
×

Almost done…

We just sent you an email. Please click the link in the email to confirm your subscription!

OK