10月22日，上海财经大学尤进红教授应邀作题为“Similarity-Informed Transfer Learning for Multivariate Functional Censored Quantile Regression”的学术报告。本次报告在上川路校区一教218会议室举行，由统计与数学学院党委副书记、常务副院长安起光主持，副院长（挂职）金立斌、史册，各系部教师参会。

尤进红，加拿大女皇大学博士，美国北卡罗纳教堂山分校博士后，上海财经大学tenured常任轨教授，统计与数据科学研究院院长；尤进红教授在面板、函数型数据数据建模和分析及其在经济学、生物医学方面的应用开展了许多有价值的研究工作；在国际和国内著名的统计学、经济学和数据科学杂志（包括JASA，AOAS, JOE，JMLR等）上发表学术论文将近百十余篇，他引超过一千四百余次；主持了多个国家自科基金项目；培养了三十余位的博士生和博士后。

为了应对在样本有限且数据共享隐私约束严格的目标中心（目标队列）利用来自其他器官移植中心（源队列）的患者数据来改进生存时间估计和推断的挑战，尤进红教授提出了相似性引导迁移学习（Similarity-Informed Transfer Learning，SITL）方法。该方法通过灵活利用每个源队列与目标队列的相似性信息，来估计多元功能删失分位数回归，同时也适用于不断更新的实时数据。同时，建立了使用SITL方法获得的估计量的渐近性质，证明了其收敛速度有所提高。此外，还开发了一种增强方法，将SITL方法与重采样技术相结合，以构建更准确的功能系数置信区间，并有理论保证作为支撑。大量的模拟研究以及在肾移植数据中的应用表明了SITL方法的显著优势，与仅依赖目标队列或不加区分地汇集源队列和目标队列数据的方法相比，SITL方法在估计和推断性能方面都有显著提升。

本次活动是是我校第五届“学术活动月”主题讲坛之一，结束之际，学员参会教师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，更为今后的合作交流提供了契机。

（图文  赵婷婷）