• <acronym id="cykis"></acronym>
  • 您現在的位置: 首頁» 講座信息

    【7月29日】Statistical Learning Methods on Wearable Devices and Precision Medicine

    】【打印】【關閉窗口 來源:本站原創 作者:統計與數學學院 編輯: 發布時間:2021-07-27

    報告題目:Statistical Learning Methods on Wearable Devices and Precision Medicine

    主講人:史建清教授(南方科技大學)      

    時間:2021年7月29日(周四)14:30 p.m.

    地點北院卓遠樓305會議室      

    主辦單位統計與數學學院


    摘要:可穿戴設備已經被越來越多地用于日常生活和健康醫療中,但對其海量數據的統計學習方法還處在初期階段??纱┐髟O備收集日常生活中的數據(即free-living數據)。相對于實驗數據,free-living數據有以下特點(以AX6數據為例子):(1)Free-living數據的隨意性:受試者收集的數據是多段長短不同的,非標準的多維時間序列和函數型數據,我們要對此類非標準數據建立標準,和建立個體化的精準預測模型;(2)巨大的差異性(非齊性):除了個體間的差異外,還有環境文化差異,以及同一個體日常生活的非規律性等;(3)數據結構異常復雜:例如原始數據可以是對應各類動作步態的過程變量(加速度或角速度),通常還包含較大的噪音信號,使得數據在不同時間和頻率上都有非常不同的均值和方差結構;(4)海量數據:受試者佩戴可穿戴設備七天產生的原始數據總量超過5G,如何去除海量數據中的無用信息,保留建模所需的有效信息是待解決的問題。本講座將會利用一些實際例子討論如何解決這些問題的思路。

    主講人簡介:    

    史建清教授,南方科技大學統計與數據科學系教授。曾任英國紐卡斯爾大學(Newcastle University)統計學教授,英國國家艾倫圖靈研究院圖靈研究員。主要研究方向包括函數型數據分析,生物醫學統計,缺失數據分析等。在國際學術刊物上發表高水平學術論文多篇,包括統計頂級期刊 JRSSB, JASA, Biometrika和Biostatistics。曾任英國皇家統計協會《應用統計》副主編,Guest AE for JRSS discussion paper,英國紐卡斯爾大學云計算和大數據研究培訓中心副主任。曾獲邀任劍橋大學世界最頂級數學學院之一的牛頓學院訪問研究員,獲美國統計協會非參數統計分會年度最佳論文獎,2012年獲英國 Wellcome trust Health Innovation Challenge Fund,共計210萬英鎊。2011年在著名統計學出版社Chapman & Hall 出版專著:Gaussian Process Regression Analysis for Functional Data。



    最好看的最新中文字幕,最近中文2019在线观看,最近中文2019在线观看