【报告人】应时辉教授

【报告题目】流形赋值的纵向形状数据分析

【报告摘要】

（1）在现实应用领域中存在大量数据或者数据的观测分布在特定的低维流形上。因此，如何对这样的数据进行内蕴分析就成为一个重要问题。本报告在数据观测构成低维流形的假设下，从模型和数据双驱动的角度建立流形上的半参回归模型。

（2）针对部分线性模型，给出模型的渐进性分析。首先，通过引入随机因素，构建流形上的混合效应模型。在此基础上，提出一个异常点判断依据。最后，通过在多个流形观测实际问题上的数值实验验证所提模型有更高的逼近精度。

【报告时间】2022年6月4日，上午9：00——12:00

【报告形式】腾讯会议；会议号：234 599 930

【报告人简介】应时辉, 博士、上海大学数学系教授、博士生导师。主要从事医学影像处理与智能分析、机器学习的数学理论与方法方面研究。2001年和2008年在西安交通大学获得学士和博士学位，2012-2013年在美国北卡罗莱纳大学教堂山分校从事博士后研究。现任中国工业与应用数学学会医学与数学交叉委员会委员、中国运筹学会医疗运作管理分会理事。围绕流形上的反问题及其应用，建立基于流形约束优化的统一数学框架，形成配准与标准化问题表征的新理论与新方法。相应成果发表于NeuroImage、IEEE T-PAMI、IEEE T-NNLS、IEEE T-Cyber、Pattern Recognition等国际顶级期刊和CVPR、IJCAI等顶级会议中，成果被引1600余次。主持国家重点研发计划课题、国家自然科学基金和上海市科委重点项目多项。受邀担任多个SCI期刊客座编辑和著名国际会议TPC委员，在多个国内外重要学术会议的邀请和分组报告。