5月31日下午，统计与数学学院“相约星期五”学术沙龙在上川路校区举行，浙江工商大学徐安察教授和南京财经大学王平平应邀作题为“基于逆高斯过程的高效在线估计的剩余使用寿命预测”和“具有随机漂移的Tweedie指数分散过程的层次贝叶斯推断”的报告。本次活动还邀请到了浙江工商大学的王伟伟副教授和浙江工商大学的汪懿君副教授参与学术沙龙讨论。

　　徐安察是浙江工商大学统计学教授，博士生导师，入选“浙江省高校领军人才培养计划”高层次拔尖人才、浙江省高校中青年学术带头人。担任《Statistical Theory and Related Fields》期刊Associate Editor，第十一届中国运筹学会可靠性分会副理事长，中国现场统计研究会可靠性工程分会常务理事。主要研究领域为退化数据分析与建模、贝叶斯在线学习、客观贝叶斯方法、寿命数据分析等。先后主持国家自然科学基金面上项目2项、青年项目1项，浙江省自然科学基金重点项目1项，其他省部级项目4项，在IEEE TR、RESS、CIE、CSDA、JSPI等期刊上发表论文50多篇，获第一届全国统计科技进步奖三等奖、福建省自然科学奖三等奖。

　　徐教授在报告中介绍了退化数据中基于逆高斯过程的剩余使用寿命预测，提出新颖的在线估计算法，能在获得新数据时高效更新模型参数及剩余使用寿命分布。并进一步扩展算法至逆高斯过程随机效应模型，数值研究和实际数据集验证了算法的有效性和可靠性。 

　　王平平介绍了随机过程模型是高质量产品退化数据建模的常用方法，但错误的模型选择会导致不准确的可靠性评估。Tweedie指数分散（TED）过程包含三种经典随机过程，巧妙地将模型选择问题转化为参数估计问题。并提出了带有随机漂移的TED过程用于建模使用应力下的退化数据，以及带有随机漂移和协变量的TED过程用于建模加速退化数据。采用层次贝叶斯方法和Gibbs算法进行参数估计，并推导了失效时间和剩余使用寿命分布。模拟研究和实例验证显示，所提出的模型优于错误指定的模型，并能更好地拟合退化数据。

　　本次活动结束之际，学院参会教师以及浙江工商大学的王伟伟和汪懿君与报告人围绕报告内容进行了深入交流与讨论，不仅拓宽了学术视野，也为今后的合作交流提供了契机。

　　文字：刘文臣   照片：张霭琳