我院博士研讨生陈灿贻和导师朱利平教授协作宣告多篇高水平论文

考研补习机构 55 12月 02, 2023 0 gon2022

2022年9月14日，我院2021级博士生陈灿贻与其博士生导师朱利平教授等协作的论文“distributed sparse composite quantile regression in ultrahigh dimensions”被计算学期刊《statistica sinica》接收。

论文概述

大数据年代，海量高维厚尾数据无处不在。这篇文章谈论了在潜在的任意噪声分布下的超高维线性回归模型的分布式估量和支撑集恢复疑问。复合分位数回归是最小二乘法的一种有用替代办法，对重尾噪声具有鲁棒性，一起在轻尾噪声下坚持合理的功率。复合分位数回归丢掉的高度非光滑性对超高维分布式估量的理论和核算打开提出了新的应战。为此，咱们将复合分位数回归引入最小二乘法规划，并提出了一种根据近似牛顿办法的分布式算法。这种算法既节约核算量又节约通讯量，只需要在机器之间传递梯度信息。咱们证明晰在有限次通讯后所发生的分布式估量量抵达了近乎最优的速率，一起为其估量和撑持恢复的精确性供给了理论保证。咱们进行了广泛的实验来验证咱们算法赋有竞赛力的经历功能。

宣告页面

陈灿贻与其博士生导师朱利平教授等协作的另一篇论文“distributed decoding from heterogeneous 1-bit compressive measurements”在2022年8月被计算学期刊《journal of computational and graphical statistics》接收。

论文概述

咱们为1比特紧缩感知开发了一种具有通讯功率的分布式估量。在1比特紧缩感知疑问中，不知道的稀少信号被编码为带有噪声和符号翻转的二进制测量。咱们答应在不一样节点搜集的测量成果有不一样的符号翻转概率和噪声强度。这就致使了异质性疑问。咱们提出了一种经过赏罚最小二乘法的分布式算法来恢复稀少信号。这种算法在核算上对错常有用的——只需要传递梯度信息。即便提从一个糟糕的初始估量，所得到的分布式估量也会在一次迭代后收敛，并在平稳的迭代次数后抵达接近最优的速率。咱们在一些正则性条件下证明晰，只需总的样本量n满足$(slogp)/(δ^2n)=o(1)$，其间p是维度，s是底层真实稀少信号的非零元素的数量，分布式估量就能在有限的迭代次数后以精度δ接近底层真实稀少信号。咱们树立了支撑集恢复的计算保证。咱们供给了许多的实验来阐明咱们提出的分布式算法的有用性。

宣告页面

作者简介

陈灿贻，我国公民大学计算与大数据研讨院2021级直博生，首要研讨方向为分布式计算学习、独立性查验和充分降维。当前已有六篇论文宣告在计算学期刊《statistica sinica》、《journal of computational and graphical statistics》、《journal of multivariate analysis》、《statistics and its interface》和《使用概率计算》，并曾参加2021年数据科学前沿论坛暨博士研讨生学术交流研讨会做分组陈述。博士学习时刻成果优良，多次获得我国公民大学一等奖学金。

朱利平，我国公民大学“超卓专家”特聘教授，计算与大数据研讨院院长，博士生导师。概况请见自个主页：http://isbd.ruc.edu.cn/sztd/1300f3797f4e477789514056a51c9dfa.htm.

代表论文

1. canyi chen, wangli xu, and liping zhu. 2022. “distributed estimation in heterogeneous reduced rank regression: with application to order determination in sufficient dimension reduction.” journal of multivariate analysis 190 (july): 104991. https://doi.org/10.1016/j.jmva.2022.104991.
2. yilin zhang, canyi chen, and liping zhu. 2022. “sliced independence test.” statistica sinica. https://doi.org/10.5705/ss.202121.0203.
3. canyi chenand liping zhu. 2022. “distributed decoding from heterogeneous 1-bit compressive measurements.” journal of computational and graphical statistics 0 (ja): 1–25. https://doi.org/10.1080/10618600.2022.2118751.
4. canyi chen, yuwen gu, hui zou, and liping zhu. 2022. “distributed sparse composite quantile regression in ultrahigh dimensions.” statistica sinica. https://doi.org/10.5705/ss.202122.0095.
5. yiran he, canyi chen, and wangli xu. 2022

. distributed estimation of high-dimensional linear quantile regression. statistics and its interface.
6. song, pengfei, canyi chen, yuan lou, hui jiang, weimin li, liping zhu. 2021. assessing effectiveness of integrated strategies for preventing and controlling the outbreak of covid-19 and predicting impact of opening exit channels to leave hubei province. chinese journal of applied probability and statistics 36(3): 321-330.