报告题目: SURE estimates for high dimensional classification

报 告 人：李周平 教授 兰州大学

照    片：

邀 请 人：李本崇

报告时间：2020年11月23日（周一）下午2:30—4:30

腾讯会议：355 597 591

报告人简介：李周平，现为兰州大学best365亚洲版登录教授。研究兴趣包括极值统计、函数型数据分析、高维统计推断、统计学习等，以及在气象、环境、农业、医学等领域的应用研究，在JASA, Test, Scand J Stat等统计学国际期刊上发表论文多篇。主持完成国家自然科学基金面上项目1项、青年项目1项，中央高校基本科研业务费项目2项。获得兰州大学隆基教学新秀奖（2018）。兼任中国青年统计学家协会首届常务理事、全国工业统计学教学研究会第九届理事会理事、甘肃省统计学会第八届理事会常务理事、中国现场统计研究会数据科学与人工智能分会、大数据统计分会理事等。

报告摘要: In this talk, we discuss the high dimensional classification problem in the framework of empirical Bayes. We develop new classifiers based on Fisher’s linear classification rule and empirical Bayes. In particular, we propose to employ the Stein’s unbiased risk estimate (SURE) to estimate the sparse or non-sparse mean difference, which could be plugged into the linear classification rules. We also report some simulation results and real data analysis to illustrate the performance of our proposed classifiers.