报告题目：超高维数据中的几类特征筛选方法及应用
主讲人：于渊
报告时间：4月12日（周四）14:30
报告地点：燕山校区1号教学楼1505教室
报告人简介：于渊，上海财经大学博士研究生；2005.9-2009.6就读于烟台大学获理学学士学位；2010.9-2013.6就读于北京师范大学攻读概率论与数理统计专业；2013.9-至今就读于上海财经大学攻读博士学位，研究方向为超高维数据降维、函数型数据半参数模型、生存分析；曾分别在2015.9-2016.5于美国北卡罗来纳大学教堂山分校，2016.5-2017.9于美国德州大学安德森癌症研究中心，以联合培养博士研究生身份访问交流。主持过上海财经大学研究生科研创新基金一项，参与国家自然科学基金三项。攻读博士学位期间完成论文6篇，其中3篇已投稿国际期刊（SCI刊源），1篇已在中国科学见刊，1篇已被Statistics and Its Interface接收，1篇在Major revision。
报告内容简介：我们将围绕超高维数据中的降维技术，分别讨论如下几类问题的特征筛选方法：二分类问题、生存分析中的删失数据、交互项模型，然后介绍两类模型自由的稳健的特征筛选方法：基于修改的Hoeffding度量下的特征筛选方法、融合的Cramer-von Mises特征筛选。并针对上述不同的特征筛选方法，给出它们的模拟分析和实际数据应用，以及它们的理论性质。
