报告题目：非典型相似条件下的迁移学习

报告人：林路教授 （山东大学）

报告时间：2024年11月16日14：30-15：30

报告地点：学院会议室109

报告摘要:

这是一个面向不同研究领域专家学者的介绍性报告，聚焦其统计思想和统计方法，介绍作者和其合作者近两三年在非典型相似条件下迁移学习的研究工作。报告内容涉及如下三个方面：1. 光滑投影迁移学习；2. 相关比迁移学习；3. 度量空间迁移学习。传统的迁移学习需要模型之间的相似性条件，作者尝试突破这些条件约束，力求扩大迁移学习应用范围以及统计方法创新。

报告人简介：林路是山东大学中泰证券金融研究院教授、博士生导师，第一和第二届教育部应用统计专业硕士教育指导委员会成员，山东省教育厅应用统计专业硕士教育指导委员会成员，山东省政府参事，济南应用数学高等研究院院长。从事大数据、高维统计、非参数和半参数统计以及金融统计等方的研究，在国内外统计学、机器学习和相关应用学科顶级期刊和重要期刊(包括Ann. Statist., JMLR, Stat. Comput.和中国科学) 发表研究论文130余篇；多个金融策略资政报告得到省长的正面批示；主持过多项国家自然科学基金课题、全国统计科学研究重大项目、教育部博士点专项基金课题、教育部新文科课题、山东省自然科学基金重点项目等；获得国家统计局颁发的全国统计优秀研究成果一等和二等奖，山东省优秀教学成果一等奖(均排名第一)。