报告题目：高维精度矩阵估计的快速算法和渐近理论分析

报 告 人：王成 研究员 上海交通大学

报告时间：2020年11月26日 13:30-14:30

报告地点：腾讯会议 ID：488 759 405 会议密码：654321

校内联系人：朱复康  fzhu@jlu.edu.cn

报告摘要：

    在高维数据分析中，估计协方差矩阵及其逆精度矩阵是非常重要的基本问题。此次报告分享一下最近在高维精度矩阵估计方面的一些研究成果。第一部分介绍一下算法方面的一个结果; 基于标准的ADMM算法，对于二次型损失形式的估计方法设计出了理论上复杂度最优的算法。报告第二部分在渐近稀疏条件下，从矩阵估计的角度重新推导了一种基于LASSO精度矩阵估计方法的理论相合性结果。这一理论结果不需要irrepresentable condition并且适用于渐近稀疏的矩阵。作为应用，我们考虑重尾数据、非参数正态数据以及矩阵型数据中的精度矩阵估计问题。

报告人简介：

   王成， 2013年博士毕业于中国科学技术大学，曾获得过中科院经理特别奖，2014年9月加入上海交通大学数学科学学院担任特别研究员。主要研究方向为随机矩阵理论及应用、高维协方差矩阵的统计推断等。在统计领域核心期刊Statistica Sinica, Electronic Journal of Statistics等杂志上发表学术论文十余篇。 主持国家自然科学基金青年基金、上海市青年科技英才扬帆计划以及企业项目三项，参与国家自然科学基金重点项目、面上项目等多项。