數(shù)學(xué)與大數(shù)據(jù)學(xué)院邀請(qǐng)新加坡南洋理工大學(xué)潘光明博士來(lái)校講學(xué)

 

 

6月24日下午，應(yīng)數(shù)學(xué)與大數(shù)據(jù)學(xué)院院長(zhǎng)戎海武的邀請(qǐng)，新加坡南洋理工大學(xué)副教授潘光明博士在基礎(chǔ)實(shí)驗(yàn)樓206作了題為“ Multiple Change Point Detection for Correlated High-Dimensional Observations via the Largest Eigenvalue”的學(xué)術(shù)講座，數(shù)學(xué)與大數(shù)據(jù)學(xué)院書記王冬，學(xué)院部分老師及學(xué)生參加了此次講座。

潘光明教授首先介紹了變點(diǎn)理論的一些相關(guān)背景，提出了在高維數(shù)據(jù)中如何檢測(cè)變點(diǎn)位置的問(wèn)題，然后，他介紹了其近期論文中提出的應(yīng)用隨機(jī)矩陣的最大特征值來(lái)檢測(cè)變點(diǎn)位置的方法和思路。潘教授在一個(gè)變點(diǎn)，多個(gè)變點(diǎn)以及預(yù)先不清楚幾個(gè)變點(diǎn)等多種情況下，分別講解了如何運(yùn)用隨機(jī)矩陣的最大特征值，構(gòu)造統(tǒng)計(jì)量，來(lái)檢測(cè)變點(diǎn)的位置。最后，他針對(duì)隨機(jī)生成的數(shù)據(jù)，運(yùn)用前面提出的方法進(jìn)行了仿真計(jì)算，得到了較為滿意的結(jié)果。

講座中，潘光明博士邏輯嚴(yán)謹(jǐn)，思路清晰，參會(huì)人員踴躍互動(dòng)，在座的師生就講座中的相關(guān)理論和實(shí)際計(jì)算問(wèn)題與潘博士進(jìn)行了討論，也有老師提出了該變點(diǎn)檢測(cè)方法在金融安全方面的應(yīng)用前景和思路，雙方在討論中都深覺(jué)獲益良多。