为促进统计学与交叉学科的理论创新与应用融合，搭建高水平学术交流平台，数理学院于10月23日至25日、10月30日至31日先后在徐汇校区西部会议中心举办“统计学与数据科学前沿论坛”“统计学与机器学习前沿论坛”。两场论坛聚焦人工智能赋能下统计学科的理论创新及方法融合，特别邀请来自中国人民大学、香港大学、厦门大学、华东师范大学、中国科学技术大学、浙江工商大学等高校的著名专家学者分享最新研究成果，统计学科全体教师、博士和硕士研究生认真聆听专家的报告并进行了热烈讨论与交流。会议由统计学科负责人吴鑑洪教授主持。
统计学与数据科学前沿论坛：聚焦数据科学创新应用
10月23日至25日的“统计学与数据科学前沿论坛”以“数据驱动的理论突破与实践探索”为核心，会议议程涵盖专家报告、学科发展和自由讨论等环节。
厦门大学副校长、国家级高层次领军人才方颖教授分享“中国企业的人工智能投入：来自招聘大数据的发现”，通过构建劳动力技能大词典与企业招聘数据匹配，从人力资本视角量化企业AI投入强度，揭示了AI测度与资产定价的关联，为投资者、政府精准识别企业AI实力提供差异化、可复制的量化工具；
华东师范大学统计学院院长、国家级高层次领军人才周勇教授聚焦“复杂商务场景下的统计学习与管理决策”，介绍了大数据分布计算、半监督学习、隐私保护等领域的最新理论研究，及其在金融、医疗管理等场景的应用实践；
浙江工商大学统计与数据科学学院副院长张荣茂教授围绕“高维降秩时间序列的因子模型估计”展开，提出基于因子模型的多响应降秩时间序列系数矩阵估计新方法，为高维时间序列建模分析提供新思路；
中国科学技术大学胡太忠教授探讨“无限均值重尾损失的投资组合分散化”，提出无需风险规避假设的分散化策略，拓展了重尾分布下投资组合理论的应用边界。
统计学与机器学习前沿论坛：深耕机器学习理论融合
10月30日至31日的“统计学与机器学习前沿论坛”聚焦概率论、数理统计与机器学习的交叉创新。
中国人民大学统计与大数据研究院院长、国家级高层次领军人才朱利平教授以“增强国际能力 加强基础研究 支持高水平自立自强——概率论与数理统计国际学术期刊论文发表情况”为题，基于Web of Science 2000-2023年17万余篇领域论文数据，分析中国内地学者国际发表现状，并与人工智能领域顶级会议论文对比，展现我国概率论与数理统计基础研究的国际竞争力提升趋势。
香港大学数据科学研究院副院长李国栋教授分享“基于迁移学习的时间序列估计与预测改进”，提出向量自回归范式下的表示型迁移学习框架，解决了不同序列长度、非同步起止点数据集的信息整合难题，并通过模拟试验与多国宏观经济数据验证，表明其在高维小样本场景下的显著优势。
两场论坛的成功举办，进一步推动了统计学与交叉学科的深度融合，为我校统计学科的发展指明了方向。未来，我院将持续聚焦学科前沿，举办更多高水平学术活动，为统计学科的发展贡献力量。
（供稿、摄影：数理学院）
徐汇校区:上海市徐汇区桂林路100号