报告主题：监督空间度量学习空间聚类和空间模型预测

时间：2025年11月21日13:00-14:00

地点：1-218

报告人：谷红

报告内容简介：

空间模式和关系对于跨各个领域的统计建模和推理至关重要。本研究开发了一种使用监督随机森林计算位置之间相似性得分的新方法，有效地捕捉了响应变量的空间依赖性。该方法通过丰富位置坐标来实现，使随机森林能够将空间分割成不规则形状的子空间。然后，对于其他预测器的相同值，从两个位置位于同一节点的树的比例中得出相似性得分。从得到的相似性矩阵中，提取特征分数和聚类标签，并将其整合到预测模型中，如GWR、XGBoost、随机森林、GAM、空间和非空间变化的coe伍scient（S&NVC）模型和空间杜宾模型（SDM）。模拟和两次真实数据分析表明，相似性矩阵可以捕获更多的空间信息，从而产生有意义的聚类结果，并显著提高各种模型的预测性能。

主讲人简介：

谷红（Gu Hong）教授，现就职于加拿大达尔豪斯大学，统计学教授，博导，统计学中外合作项目负责人。1999年获香港大学博士学位。主要研究领域为计算生物学与生物信息学，尤其专注于统计建模、推断方法的开发及其在分子进化与宏基因组学中的应用与拓展。同时，Gu Hong教授对数据挖掘方法及其应用亦有浓厚兴趣，特别是在医学数据分析方面开展了深入研究。其相关成果已发表于 Journal of the American Statistical Association、Statistics in Medicine 等国际权威期刊，并主持多项加拿大自然科学与工程研究理事会（NSERC）资助课题。谷红教授已在SCI Q1杂志等发表论文40篇。已指导博士毕业 15名，目前指导5名在读博士研究生和 8名硕士研究生论文。

谷红教授曾为山西财经大学、山东财经大学等国内高校、学术机构合作，是山东财经大学的兼职教授，先前与我校没有合作访问。