学术报告 —— 南方科技大学杨丽丽教授、南方科技大学田国梁教授

2021年04月16日下午，应广州大学经济与统计学院和岭南统计科学研究中心的邀请，在行政东412会议室，南方科技大学杨丽丽教授、田国梁教授分别作了“Impact of different control policies for COVID-19 outbreak on tertiary industry: a comparison between China, the U.S. and Singapore”和“Linear Inverse Problems with Positivity Restrictions”的学术报告，旨在进一步提高年轻学者及研究生对相关研究的理解。此次讲座由熊健教授主持，相关专业的师生参加了此次讲座。

杨丽丽，女，汉族，山东昌邑人，现在中国南方科技大学统计与数据科学系工作。回国前在英国拉夫堡大学长期任教，历任英国拉夫堡大学商业与经济学院的终身助理教授、副教授、教授，并担任拉夫堡大学议员，服务管理研究中心副主任，应急管理研究组组长。2008年入选英国计算机学会会士(BCS Fellow)。杨教授长期从事公共安全应急管理的理论和方法的研究，已主持并完成了20多个来自欧盟（European Commission FP7）、英国国家工程与自然科学基金（EPSRC）、英国国防部（MoD）等重要研究项目，众多科研成果在实际中获得成功应用。发表著作三本，论文100多篇。长期担任英国国家工程与自然科学基金（EPSRC）评委， 并为英国、中国、葡萄牙、卢森堡等不同科学基金机构做评审专家。目前在南方科技大学主持国自然项目、科技部国家重点研发计划子课题。

报告主要内容：Lili Yang is currently full Professor in Southern University of Science and Technology, Shenzhen. Her research interests include big data analysis, decision science, multi-objective optimization and emergency model building. Her academic achievements have been acknowledged by the UK IT Industry Awards for Innovative and Entrepreneurship, Times Higher Education Awards for International Impact. She is Fellow in the British Computer Society. Prof. Yang obtained her MSc in Information Technology at Loughborough University and then earned her PhD of Computer Science in the UK. She has published extensively on prestigious journals such as EJOR, Applied Energy, Environment Research Letters, and so on. She was invited to give a seminar for senior staff of the Cabinet Office in London and interviewed by BBC Radio about her research projects. Her research has generated impact in the society.

田国梁，南方科技大学统计与数据科学系教授、博士生导师。1988年获得武汉大学统计学硕士学位、1998年获得中国科学院应用数学研究所的统计学博士学位。从1998至2002年, 他分别在北京大学概率统计系和美国田纳西州孟斐斯市的St. Jude 儿童研究医院生物统计系从事博士后研究, 2002年至2008年他在美国马里兰大学医学院和Marlene and Stewart Greenbaum Comprehensive癌症中心任 Senior  Biostatistician。2008年至2016年他在香港大学统计及精算学系任副教授、博士生导师。田教授是国际统计学会 (ISI) 当选会员, 他担任 Computational Statistics & Data Analysis, Statistics and Its Interface 等四个国际统计学杂志的副主编。他主要的研究领域是生物统计, 计算统计和社会统计。目前的研究方向包括多元零膨胀计数数据分析、斜与非对称连续数据分析,(0, 1) 区间上连续比率数据(以及其推广, 即成份数据)的统计分析, 不完全分类数据分析, 和大维随机矩阵的理论方法及应用。他首次提出的分组Dirichlet 分布、套Dirichlet 分布和G分布在统计分布领域属于创造性的工作,在生物统计中具有广泛而重要的应用;他将非随机化的概念引入到敏感性问题的随机化应答技术中,发展了一个称之为非随机化应答技术的新研究方向。他首次提出了一个新的组装分解 (assembly-decomposition) 方法用以构造MM算法中的替代函数, 为MM算法在统计学中的广泛应用开辟了新的通道. 2017年他的研究课题“MM算法中的几类问题之研究及其应用”获得国家自然科学基金面上项目的资助。2018年他(排名第二)与南方科技大学环境科学与工程学院郑焰讲席教授的联合研究课题<<中国北方地下水砷不同尺度空间非均质性驱动机制>> 获得国家自然科学基金重点项目的资助。他在国外发表125篇论文和3本英文专著, 在科学出版社出版英文教材1本。

报告主要内容：在统计教学与研究中, 逆向思维(Reverse Thinking) 和发散思维(Divergent Thinking)是两种非常重要的思维方式。带正性约束之线性逆问题 (Linear Inverse Problems with Positivity Restrictions) 在信号处理、图像重建中有着非常重要的应用, 在数学中称为第一种Fredholm积分方程, 在统计中称为混合密度公式(Formula for a Mixture of Densities) 。对连续的情况, Vardi and Lee (1993, JRSSB, Discussion Paper) 用EM算法得到了该积分方程的迭代解, 本报告将说明: 用逆贝叶斯氏公式两次,可立即获得该积分方程的迭代解。对离散的情况,我们首先将探索如何将一个线性方程组(A System of Linear Equations)之解的数学问题, 转化为具不同目标函数的优化问题; 其次我们再利用逆向思维和发散思维方法, 进一步地将这些优化问题转化为不同的统计估计问题, 使得EM/MM算法能够被有效应用。