报告题目：具有稀弱信号的高纬数据的分类

报 告 人：吴静静，加拿大卡尔加里大学

报告摘要：We consider the classification problem of high-dimensional data from two-component mixture of multivariate normals. The number of covariates p is assumed larger than the sample size n, while the signals contained in the difference (in means and covariance matrices) between the two components are assumed sparse and weak. We will discuss when classification is possible when is impossible. Specifically for quadratic discriminant analysis (QDA) classifier, we will discuss when classification is successful when is unsuccessful.

报告人简介：吴静静，加拿大卡尔加里大学数学与统计系终身教授，副系主任（研究生）。1999年本科毕业于中央民族大学应用数学与软件专业， 2002年硕士（保研）毕业于北京师范大学概率论与数理统计专业，2008年于加拿大艾伯塔大学获得统计学博士学位。博士论文被加拿大统计协会评为2007年度加拿大最佳概率统计博士论文奖。悉尼大学，新加坡国立大学长期访问教授，多个统计杂志的编委或/和审稿人，培养硕士生博士生近40名。主要研究方向包括半参数模型，基于最小距离的统计推断，大数据中的参数降维，及其在基因数据，生物统计，经济学等中的应用。发表学术论文近40篇，科研工作受加拿大自然科学与工程学委员会个人研究基金资助（2008-2013, 2013-2018, 2018-2024年）。

报告时间：2022年12月14日 9:00-10:00

报告地点：腾讯会议ID：761 623 864 会议密码：250038

主办单位：伟德国际1946源自英国 国际交流合作处