当下数字化浪潮中，时序大数据在金融、医疗等领域海量涌现，其分析挖掘前景广阔，对行业智能化发展意义重大。高斯过程混合 (MGP) 模型是时序分析热点，能解决非平稳数据建模难题，但也面临参数学习等挑战。本次研讨会聚焦其发展应用，探讨参数学习成果，见证新算法在时序分析中的精彩表现，共启新程！

本期研讨会，Mathematics 非常荣幸邀请到北京大学数学科学学院信息与计算科学系马尽文教授作为特邀主讲人，为大家带来“时序大数据的结构分析与挖掘：高斯过程混合模型的发展与应用”主题的学术前沿报告。本次研讨会开播时间为2025年6月25日10:00—11:10，欢迎大家关注！

 

 

会议信息

 

会议议程：

 

●	10:00-11:00
	马尽文 教授 北京大学数学科学学院信息与计算科学系 时序大数据的结构分析与挖掘：高斯过程混合模型的发展与应用
●	11:00—11:10
	参会人员 提问交流环节

 

形式：

线上会议

时间：

2025年6月25日10:00—11:10

直播观看方式：

小鹅通直播间： https://9g0ug.xetlk.com/sl/20rYjn

关注 MDPI 开放科学视频号，会议当天视频号将为您全程直播。

 

 

主讲人介绍

 

马尽文 教授

北京大学数学科学学院信息与计算科学系

学者简介：

1992年于南开大学数学系概率论与数理统计专业获得博士学位。随后加入到汕头大学数学系、数学研究所工作，1999年获应用数学专业教授资格。2001年9月调入北京大学数学科学学院信息科学系工作，担任应用数学专业教授、博士生导师、系主任等职。

从上世纪九十年代初开始从事人工神经网络和统计学习算法方面的理论及其应用研究，涉及的主要领域包括神经网络、模式识别、机器学习、计算机视觉、大数据处理和大模型等方面。曾先后赴香港中文大学计算机科学与工程学系、日本理化学研究所 (RIKEN) 脑科学研究所、美国康乃尔大学卫理公会医院生物信息中心进行合作研究和访问，担任研究员或科学家。目前已发表学术论文300余篇，其中发表在国际核心期刊和顶级国际学术会议的论文60余篇，被引用5000余次，主要论文发表在 Neural Computation、IEEE Trans. on System, Man and Cybernetics, Part B、IEEE Trans. on Image Processing、IEEE Trans. on Neural Networks and Learning Systems、Neural Networks、Pattern Recognition 等国际著名期刊和SIGIR、SIGKDD、CVPR、NeurIPS、ICML、AAAI、IJCAI等顶尖国际学术会议文集上。在高斯和高斯过程混合模型的参数学习和自适应模型选择方面建立了一套系统的理论和有效的学习算法,并被广泛地应用于聚类分析、模型识别和图像处理的等领域。先后主持与承担国家自然科学基金项目8项、国家重大或重点研发计划课题4项和省部级及横行科研基金项目10余项。

在学术服务和交流上，担任中国电子学会会士、中国电子学会信号处理分会副主任委员，国际信息科学学会中国分会教育信息化专委会主任委员，中国工业与应用数学学会理事， Mathematical Computation 主编，Computerized Medical Imaging and Graphics 副主编，Mathematics、信号处理等杂志的编委。并多次担任ISNN, ICIC, ICONIP, ICSP等重要国际学术会议的程序委员会议委员，并且10余次被邀请在国际学术会议上做大会邀请报告。入选AceMap和国搜学术共同出版发布的2017年度AI影响力学者，入选斯坦福大学发布的2020全球前2%顶尖科学家“生涯影响力”榜单。

报告题目：

时序大数据的结构分析与挖掘：高斯过程混合模型的发展与应用

摘要: 

在时序数据的建模和分析中，高斯过程混合 (MGP) 模型能够有效地解决了非平稳数据建模问题，已成为机器学习研究和应用的热点。然而，由于高斯过程的样本数据之间不独立，使得高斯过程混合模型的EM算法无法直接实现，这给其参数学习带来的极大的困难与挑战。另外，针对给定的实际数据，如何分析和挖掘数据的内在结构，确定数据的真实信源，并进行预测和分析则是另一个相当困难的问题。本报告针对高斯过程混合模型的参数学习和模型选择进行了深入的分析和系统的研究，建立了有效的参数学习算法和模型选择准则，并提出了双层高斯过程混合模型及其自动模型选择算法，并将其应用于时间序列曲线的聚类分析和预测方面。

 

 

主办单位

 

 

识别二维码，备注“姓名+学校+研究方向”，添加小助手微信，加入 Mathematics 学者交流群，与编辑在线交流。

 

 

 

Mathematics 期刊介绍

 

主编：Francisco Chiclana, School of Computer Science and Informatics, De Montfort University, UK

期刊主题涵盖纯数学和应用数学所有领域，重点发表代数与逻辑、几何与拓扑、数学分析、统计与运筹学、应用数学，包括数学与计算机科学、控制理论与力学、数学生物学、数学物理、金融数学等数学在其他各学科应用的文章。现已被 SCIE (Web of Science)、Scopus 等重要数据库收录，JCR category rank: 21/490 (Q1)。

 

2024 Impact Factor	2.2
2024 CiteScore	4.6
Time to First Decision	18.3 Days
Acceptance to Publication	1.9 Days

 

点击链接，订阅 Mathematics 期刊最新资讯：https://www.mdpi.com/journal/mathematics/toc-alert。