光华讲坛——社会名流与企业家论坛第 期

主 题：Multi-layer Networks: Privacy, Heterogeneity and Dependency多层网络：隐私、异质性和依赖性

主讲人：香港中文大学王军辉教授

主持人：统计学院林华珍教授

时间：2024年4月1日（周一）下午16:00-17:00

举办地点：柳林校区弘远楼408会议室

主办单位：统计研究中心和统计学院 科研处

主讲人简介：

王军辉教授现为香港中文大学统计系教授。他本科毕业于北京大学，研究生毕业于美国明尼苏达大学并获得统计学博士学位。他的研究方向包括统计机器学习及其在生物医学，经济，金融，和信息技术上的应用。他的研究成果广泛发表于JASA, Biometrika, JMLR和NeurIPS等统计及机器学习的顶级期刊和会议，并担任JASA，AoAS, Statistica Sinica等主流期刊的副主编。

内容简介：

Network data has attracted increasing research interests across various scientific communities. In this talk, I will talk about some of our recent projects on multi-layer networks, including change point detection, interlayer dependency and differential privacy. Particular, I will introduce a new subspace tracking method to detect network subspace changes so as to assure homogeneous network layers between adjacent change points, and also a new stochastic block Ising model (SBIM) to accommodate intet-layer dependency among the neighboring homogeneous network layers. Time permits,I will also briefly discuss about the compromise between privacy protection and estimation accuracy in multi-layer networks. The developed methods are supported by their asymptotic properties as well as a variety of real applications.

网络数据在各个科学领域吸引了越来越多的研究兴趣。在这次演讲中，主讲人将讨论最近关于多层网络的一些项目，包括变化点检测、层间依赖性和差分隐私。特别地，主讲人将介绍一种新的子空间跟踪方法来检测网络子空间的变化，以确保相邻变化点之间的网络层是同质的，同时还提出了一种新的随机块Ising模型（SBIM）来适应相邻同质网络层之间的层间依赖性。如果时间允许，主讲人还将简要讨论在多层网络中隐私保护与估计精度之间的折衷。所开发的方法得到了它们的渐近性质以及多种真实应用的支持。