中国人民大学统计学院邀请威斯康星大学麦迪逊分校统计系的张春明教授作了题为“Statistical Learning of Neuronal Functional Connectivity(神经功能连接统计学习)”的学术报告。张波副院长主持了报告会。
中国人民大学统计学院应用统计学科布局不仅深入经济社会发展领域和保险精算与金融风险管理领域,而且已经扩展到社会科学的许多领域如法律、新闻、政治学、伦理学、教育学、心理学、文献计量等领域之中,展示应用统计量化社会科学习究的重要作用,以及在生物、医学与公共健康领域中的应用统计研究。
张春明教授报告的主题是Statistical Learning of Neuronal Functional Connectivity,其问题来源于大白鼠的T型迷宫实验,目标在于研究实验对象的脑部某些特定部位神经元之间的功能性连接作用,识别其中的网络结构,从而理解信息在诸神经元之间如何传递。为此,张教授提出了一种结构化信息增强(SIE)的方法,在广义线性模型框架下估计spike train序列的条件强度,并设计了快速求解的迭代算法。模拟结果表明该方法优于现存其它流行的方法。在实证中,SIE-GLM也发现了一些有趣的现象和有意义的结论。
本次报告会展示了生物统计的热点问题以及国际前沿的研究成果,与会师生就报告内容提出许多有意义问题,张教授与大家展开了热烈的讨论,与会人员都表示收获颇丰。