报告主题：单次分布式聚类

时间：2026年3月26日10:00-11:00

地点：1-218

报告人：王昱栋

报告内容简介：

基于混合模型的概率聚类在生物医学研究中得到广泛应用。随着多站点数据的日益普及，跨站点的联合分析为提高聚类方法的效率和普适性提供了机遇。然而，数据共享限制和站点间异质性给多站点概率聚类带来了重大挑战。为了解决站点间异质性问题，我们提出了一种异质性混合模型，该模型允许不同站点共享相同的混合组分，但具有站点特定的混合比例。这种结构既考虑了站点层面的异质性，又利用了跨站点的共享信息。

由于数据共享限制，这种异质性混合模型的分布式推断具有挑战性。一个潜在的方法是采用分布式期望最大化（EM）算法进行联邦极大似然估计（MLE）。然而，现有的分布式EM算法需要在每次迭代中进行跨站点通信，导致大量的人员和时间通信开销。在本次演讲中，我们介绍了一种新型的单次分布式EM算法，用于实现异质性混合模型的通信高效推断。我们提供了理论保证，证明我们的方法仅需一轮跨站点通信即可达到全样本效率。通过对多站点电子健康档案（EHR）数据的应用分析，我们展示了该方法如何实现高效的概率聚类并促进精准干预。

主讲人简介：

王昱栋于2023年在新加坡国立大学获得统计学博士学位，2023年至2025年期间，他在宾夕法尼亚大学生物统计、流行病学与信息学系担任博士后研究员。其研究方向包括分布式推断、迁移学习、半参数方法及工业统计。