活动名称：个性化联邦学习用于稀疏高维分位数回归

时间：2025年10月16日9:00

地点：汇贤楼数学科学学院326会议室

主讲人：孔令臣

主办单位：数学科学学院

主讲人简介：孔令臣，教授，博士生导师，中国运筹学会数学规划分会理事长，北京交通大学数学与统计学院副院长。主要从事对称锥互补问题和最优化、高维数据分析、统计优化与学习、医学成像等方面的研究。在《Mathematical Programming》《SIAM Journal on Optimization》《IEEE Transactions on Pattern Analysis and Machine Intelligence》《IEEE Transactions on Signal Processing》《Technometrics》《Statistica Sinica》《Electronic Journal of Statistics》等期刊发表论文60余篇。2005年获山东省高等教育教学成果三等奖，2012年获中国运筹学会青年奖，2018年获得北京市高等教育教学成果一等奖，2022年获教育部自然科学二等奖和北京市高等教育教学成果二等奖。

活动简介：多源数据分析是现代统计和数据科学中的一个活跃研究领域。其目的是通过挖掘多组数据来获得准确的估计值。该领域涵盖了一系列方法，如联邦学习、迁移学习和融合学习。本报告考虑了具有数据异质性的高维正则化分位数回归模型，并提出了一种基于交替方向乘子法的鲁棒个性化联邦学习算法。建立了算法的严谨和数值收敛性以及估计量的统计性质。模拟和真实数据分析证实了该方法的有效性。