Speaker: 邬荣领 (北京雁栖湖应用数学研究院)
Time: 2025.Sep.4th 15：00-17：00pm
Location: R1610, SIMIS
Abstract
我们生活在一个大数据时代，巨大量的科学数据能够有效不断地产生。传统统计学在分析维度有限、独立同分布的数据时表现强大，却难以满足大数据分析的需求。大数据通常以动态图或网络的形式涌现，其中变量（编码为节点）及其相互关系（编码为边）共同作为一个有机整体，决定网络内部机制的运作。本次报告中，我将展示一种新的统计思维范式，该范式通过准动态非线性建模，将演化博弈论、生态位理论、拓扑理论与图论整合于一体，从而构建一种统计学的图表示理论。该理论能够利用统计学更好地预测未来，并将大数据转化为实用价值。
We live in an era of big data, where tremendous amounts of scientific data can be generated in a cost-effective manner. Traditional statistics is powerful for analyzing independent and identically distributed data at a limited dimension, but it can hardly meet the requirement of big data analysis. Big data often emerge as dynamic graphs or networks, in which variables (encoded as nodes) and their interrelationships (encoded as edges) act together as a cohesive whole to determine internal workings of networks. In this talk, I will be presenting a new norm of statistical thinking, which combines evolutionary game theory, ecologicalniche theory, topological theory, and graph theory through quasi-dynamic nonlinear modeling, to create a graph representation theory of statistics. This theory could leverage statistics to better predict the future and transform big data into practical values.
About Speaker
邬荣领
现任北京雁栖湖应用数学研究院副院长、研究员、复杂系统拓扑统计学理论与应用北京市重点实验室主任、清华大学丘成桐数学研究中心曾思明讲座教授。曾任美国宾夕法尼亚州立大学统计学杰出教授、公共卫生科学杰出教授、统计遗传研究中心主任。获得国家杰出青年基金项目（B类）、教育部长江讲座教授、中组部国家特聘专家、北京市科技战略人才，入选美国科学促进会会士、美国统计学会会士，获佛罗里达大学研究基金教授奖、宾夕法尼亚州立大学杰出大学教授奖、Floyd科学创新等。
邬荣领教授的研究聚焦数学、统计学及其跨学科的应用。他擅长从复杂无序的数据中，利用数学与统计方法，提炼出事物整体运行的基本规律。他开创性地将数学模型引入生物性状基因定位框架，提出了功能作图理论，这一理论已成为现代统计基因组学中的重要研究工具之一。近年来，面对大数据时代传统统计学和技术方法的挑战，他将功能作图与进化博弈论、图论相结合，开创了功能图论新范式，多次被顶级物理学刊物Physics Reports系统介绍。 他进一步将功能图论与丘成桐先生的GLMY同调理论、Yau-Yau滤波理论、计算共形几何相结合，与合作者试图开辟统计学研究新方向，突破传统统计方法在大数据分析、大数据建模、人工智能底层架构方面的局限性与不足。 邬荣领教授在Springer、CRC/Chapman Hall、Elsevier等国际顶级出版社出版专著四部，在Nature Reviews Genetics、Physics Reports、Nature Communications、PNAS等重要学术期刊发表论文524篇，入选“全球高被引科学家”。多篇论文被Faculty of 1000选为生物学、生物医学领域最重要的2%、被美国物理联合会（American Institute of Physics）选为生物物理领域标志性成果、被Science、Cell等重要刊物引用或重点介绍。
简体中文 
English