2024年12月14日，深圳大学数学科学学院与广东省现场统计学会联合主办的“深圳大学2024年统计与数据科学国际前沿会议”在深圳大学粤海校区成功举办。本次会议汇聚了来自广东省，香港，澳门的统计学者、研究生及相关领域的专家学者，共同探讨统计与数据科学的最新研究动态和前沿信息。

出席本次会议的有北京师范大学和北京师范大学-香港浸会大学联合国际学院(UIC)讲座教授、国家高层次人才计划特聘专家、UIC 副校长（研究与拓展）、广东省数据科学与技术交叉应用重点实验室主任潘建新教授等50余位专家学者，他们不仅在学术报告中分享了最新的研究成果，还在会议的交流环节中提供了宝贵的见解和建议。

开幕式由数学科学学院统计与数据科学系系主任周彦副教授主持，由数学科学学院院长致辞，他代表深圳大学数学科学学院向与会专家表示热烈欢迎和衷心感谢。他提到，统计学科是一门优先重点发展的学科，学院将继续做好引进高水平青年教师的工作。学院现设有统计科学研究所，搭建一个统计工作者与各方沟通交流合作的平台。对各位专家的大力支持与帮助表示衷心的感谢，并恳请各位专家对学院统计学科提宝贵建议。  

在暨南大学经济学院统计与数据科学系主任王国长教授的主持下，来自北京师范大学-香港浸会大学联合国际学院和澳门大学的2位学者做学术报告。

北师港浸大协理副校长（国际发展）兼理工科技学院院长、英国皇家统计学学会会士潘建新教授，发表了题为“Precision matrix regularization for ultra-high dimensional data”的学术汇报。 潘教授提出了一种在极小样本量下估计超大量变量的精度矩阵的方法。该方法首先通过协方差列筛选识别显著相关的子群，然后发展了一种块对角协方差结构的正则化方法，仅保留小子群内的协方差，大大提高了计算效率。该方法在几秒钟内就能为数千变量提供可靠的精度矩阵估计，而现有方法至少需要几个小时。  

澳门大学工商管理学院舒连杰教授，发表了题为“Integrating Minds: An Ensemble Approach to Portfolio Optimization”的学术报告。他提出了一种新的组合投资方法专为高维环境设计。包括两个步骤，一是“分而治之”开发基础模型的策略，二是用多方合作的原则构建一个复合模型，使用真实金融资产回报进行的实证评估表明，使用该集成方法构建的GMV投资组合在性能上持续超越传统策略。

在华南农业大学数学与信息学院副院长夏强的主持下，来自香港浸会大学、香港城市大学的两位教授进行学术报告。

香港浸会大学数学系彭衡教授，现为Computational Statistics and Data Analysis 副主编，他发表了题为“A Latent Class Cox Model for Heterogeneous Time-to-Event Data”的学术报告。他提出了一种用于异质性时间至事件数据的潜在类别Cox模型，该模型自然地扩展了Cox比例风险模型，以灵活考虑协变量效应的异质性。通过惩罚最大似然方法确定潜在类别的数量，并估计模型参数。

香港城市大数学系练恒副教授，发表了题为“Decentralized Learning of Quantile Regression: a Smoothing Approach with Two Bandwidths”的学术报告，他开发了去中心化的线性分位数回归学习，其动机是使用平滑分位数损失函数。混合带宽参数的使用，创新性地解决了单一平滑参数无法同时实现快速收敛速度和小统计误差的困境。

在中山大学公共卫生学院（深圳）田德朝副教授的主持下，来自香港中文大学、香港城市大学、香港科技大学的四位教授进行学术报告。  香港中文大学统计系樊晓丹教授，他发表了“Robust and Scalable Bayesian Computation by Stochastic Approximation to Locally-Balanced Proposals ”的学术报告。通过引入新的稳健且可扩展的MCMC算法，为机器学习中的贝叶斯方法注入新的活力。在局部平衡提议中加入随机梯度层可能产生这样一个稳健且可扩展的MCMC算法。对该算法的实证和理论分析表明，它对步长不敏感，并且能够很好地扩展到大数据上。

香港城市大学徐锦峰教授，发表了题为“Causal inference with outcome dependent sampling and mismeasured outcome”的报告。针对结果依赖抽样和结果测量误差的情况，开发了新的统计方法来估计平均处理效应（ATE）。提出了基于广义线性模型框架的推断程序，并引入了一种替代方法，该方法结合了广义加性模型，并使用惩罚B样条。

香港中文大学统计系王军辉教授，发表了题为”tracking structural changes in dynamic heterogeneous networks”。王教授提出了一种通过跟踪网络结构变化的新检测方法，理论结果证明了其有效性和最优性。主要先进行模型结构假设，给定检测窗口L，进行矩阵分解，跟踪网络结构变化。用算法快速扫描找到变点位置，先粗后细，进而对每个变点进行提炼。最终计算出变点数量，找到变点位置是可置信的，动态网络为统计建模提供了灵活的结构。

香港科技大学罗台秦博士理学、数学系杨灿副教授开展了题为“Integrating spatial and single-cell transcriptomics data using deep generative models with SpatialScope”的学术报告。他介绍了SpatialScope，这是一种整合scRNA-seq参考数据和ST数据的统一方法，使用深度生成模型。SpatialScope不仅增强了基于序列的ST数据，实现了单细胞分辨率，而且准确地推断了基于图像的ST数据的转录组范围表达水平。

在本次会议的尾声，潘建新教授对会议进行了学术总结。他指出，此次会议的报告内容丰富多彩，涵盖了高维数据统计分析、贝叶斯计算、因果推断等多个统计学的前沿领域。潘教授强调，会议内容不仅包括了传统的数理统计、生物统计、计算数学和计算统计学，还深入探讨了统计学在人工智能（AI）中的重要应用。这些讲座不仅内容丰富，而且紧密结合了大湾区的实际需求，体现了统计学在解决国家关心的问题和实际问题中的关键作用。当前大湾区的统计学正在探索一条新的发展道路，这需要统计学家们与实际工作部门紧密合作，共同面对挑战。他提倡通过聚集所有统计科学家的力量，共同解决重大问题，推动统计学的发展。此外，潘教授还特别提到了博士生论坛的设立，这是为不同学校、不同城市的年轻学者提供一个交流和合作的平台。他赞扬了年轻人的活力和朝气，并鼓励他们多多合作、多多交流，共同推动统计学的进步。

在会议的闭幕式上，深圳大学数学科学学院副院长胡耀华教授发表了致谢辞。他首先对所有参与和支持本次会议的专家表示了衷心的感谢，强调了统计学研究生论坛的重要性，这不仅为年轻学者提供了学术交流的平台，也为他们的成长和发展提供了宝贵的指导和支持。胡耀华教授对周彦老师以及所有统计与数据科学系的老师们表示了感谢，感谢他们的辛勤付出和专业精神，确保了会议的顺利举行。

深圳大学数学科学学院将继续致力于搭建高水平的学术交流平台，推动统计与数据科学领域的创新发展，为国家重大战略需求提供智力支持。