威廉希尔体育,威廉体育官方

首页

当前您的位置: 首页 > 学术讲座 > 正文

【11月28日】统计学学术讲座

发布日期:2019-11-26点击: 发布人:统计与数学学院

      报告题目:Multilinear Low-Rank Vector Autoregressive Modeling via Tensor Decomposition
      主讲人:练恒副教授(香港城市大学)
      时间:2019年11月28日(周四)10:00 a.m.
      地点:北院卓远楼305会议室
      主办单位:统计与数学学院

      摘要:Abstract: The VAR model involves a large number of parameters so it can suffer from the curse of dimensionality for high-dimensional time series data. The reduced-rank coefficient model can alleviate the problem but the low-rank structure along the time direction for time series models has never been considered. We rearrange the parameters in the VAR model to a tensor form, and propose a multilinear low-rank VAR model via tensor decomposition that effectively exploits the temporal and cross-sectional low-rank structure. Effectiveness of the methods is demonstrated on simulated and real data.

      主讲人简介:
      练恒,现任香港城市大学数学系副教授,于2000年在中国科学技术大学获得数学和计算机学士学位,2007年在美国布朗大学获得计算机硕士,经济学硕士和应用数学博士学位。研究方向包括高维数据分析,函数数据分析,机器学习等。在《Journal of the Royal Statistical Society,Series B》、《Journal of the American Statistical Association》等国际顶级统计学期刊上发表高水平学术论文30多篇。