平臺/團(tuán)隊負(fù)責(zé)人：
李本崇 副教授libenchong@xidian.edu.cn
平臺/團(tuán)隊成員：
楊有龍，教 授 冶繼民，教 授
宋 月，副教授 王紅軍，副教授
張勝利，副教授 朱明敏，副教授
賈紀(jì)騰，副教授 于 淼，副教授
凌 博，講 師 張春芳，講 師
一、平臺/團(tuán)隊簡介：
高維統(tǒng)計學(xué)科研與教學(xué)一體化團(tuán)隊成員聚焦高維數(shù)據(jù)的建模、理論、算法與應(yīng)用，研究方向包括高維數(shù)據(jù)分析算法及應(yīng)用研究、信號處理中的數(shù)學(xué)方法與隨機(jī)過程理論及應(yīng)用、復(fù)雜數(shù)據(jù)動態(tài)相依建模與推斷研究、生物信息學(xué)中的智能計算、大規(guī)模稀疏矩陣計算、理論及應(yīng)用、函數(shù)逼近與最優(yōu)恢復(fù)。
近年來，團(tuán)隊成員取得了一系列研究成果，在該領(lǐng)域國際知名期刊發(fā)表論文30余篇。團(tuán)隊成員承擔(dān)國家自然科學(xué)基金7項，省部級和企業(yè)項目10余項；冶繼民教授負(fù)責(zé)的“概世英雄”團(tuán)隊和楊有龍教授負(fù)責(zé)的“高維數(shù)據(jù)分析”團(tuán)隊均是學(xué)校“三好三有”導(dǎo)學(xué)團(tuán)隊；主持的“高等數(shù)學(xué)”獲國家精品資源共享課稱號；主持的“數(shù)學(xué)建模”獲陜西省精品資源共享課稱號；第20屆學(xué)校青年教師教學(xué)競賽中獲一等獎1項；首屆陜西省數(shù)學(xué)類專業(yè)課堂競賽中獲特等獎2項；第六屆陜西高校青年教師教學(xué)競賽理科組一等獎1項；發(fā)表教改論文近10篇；出版規(guī)劃教材《統(tǒng)計計算與R實現(xiàn)》第二版；指導(dǎo)學(xué)生參加全國大學(xué)生數(shù)學(xué)競賽、全國(美國)大學(xué)生數(shù)學(xué)建模競賽、全國研究生數(shù)學(xué)建模競賽等學(xué)生賽事中獲國家二等獎及以上獎項30余項。這些成果有力支撐了我校統(tǒng)計學(xué)和應(yīng)用統(tǒng)計學(xué)第五輪學(xué)科評估，獲得國內(nèi)同行的肯定。
團(tuán)隊成員每年邀請海內(nèi)外20多位知名專家講學(xué)、舉辦2次30余名學(xué)者參加會議；每年團(tuán)隊成員在相關(guān)領(lǐng)域會議和兄弟院校做講座20余次。這些活動拓寬了團(tuán)隊成員的研究視野、提升了我校統(tǒng)計學(xué)科的知名度和影響力。
二、主要研究方向：
1.高維數(shù)據(jù)分析算法及應(yīng)用研究
主要研究方向為(１)高維概率與統(tǒng)計研究(高維統(tǒng)計理論、高維數(shù)據(jù)分析算法及應(yīng)用)；(２)機(jī)器學(xué)習(xí)理論及算法研究(非負(fù)矩陣分解、數(shù)據(jù)融合、數(shù)據(jù)預(yù)測理論及算法)；（3）最優(yōu)化理論在高維統(tǒng)計分析與機(jī)器學(xué)習(xí)的應(yīng)用。
2.信號處理中的數(shù)學(xué)方法與隨機(jī)過程理論及應(yīng)用
針對信息化時代的需求，瞄準(zhǔn)人工智能發(fā)展中大數(shù)據(jù)處理與分析的需求，開展了獨立分量分析、時間序列分析等方向研究。在雷達(dá)信號處理、金融時間序列分析等關(guān)鍵技術(shù)取得了重要成果。
3.復(fù)雜數(shù)據(jù)動態(tài)相依建模與推斷研究
結(jié)合降維方法和統(tǒng)計相依模型建立復(fù)雜數(shù)據(jù)一般動態(tài)模型，研究動態(tài)相依模型的統(tǒng)計性質(zhì)，提出有效解決高維動態(tài)相依模型統(tǒng)計推斷和模型選擇問題的算法，提高模型在復(fù)雜數(shù)據(jù)中的適用性，并基于隨機(jī)過程和平穩(wěn)時間序列模型推導(dǎo)動態(tài)系統(tǒng)可靠性，實現(xiàn)系統(tǒng)可靠性實時預(yù)測。
4.生物信息學(xué)中的智能計算：機(jī)器學(xué)習(xí)與深度學(xué)習(xí)前沿應(yīng)用
該方向致力于融合人工智能與計算生物學(xué)，通過發(fā)展面向多模態(tài)生物數(shù)據(jù)的深度神經(jīng)網(wǎng)絡(luò)模型與算法，解決高通量測序、醫(yī)療影像分析等領(lǐng)域的核心問題。研究重點涵蓋基因序列智能注釋、蛋白質(zhì)結(jié)構(gòu)預(yù)測、藥物重定位與合成設(shè)計等關(guān)鍵領(lǐng)域，顯著提升對復(fù)雜生物系統(tǒng)的解析能力與精準(zhǔn)醫(yī)療的決策水平。這一交叉學(xué)科的迅猛發(fā)展不僅革新了傳統(tǒng)生物醫(yī)學(xué)的研究范式，更為探索生命奧秘提供了前所未有的智能驅(qū)動引擎。
5.大規(guī)模稀疏矩陣計算、理論及應(yīng)用
稀疏矩陣?yán)碚摗⒂嬎慵皯?yīng)用方面的研究：將稀疏矩陣計算和張量低秩逼近相關(guān)的理論結(jié)果和方法與數(shù)據(jù)可視化及圖像處理相結(jié)合，構(gòu)造具有保結(jié)構(gòu)并行特性的數(shù)值或符號算法，并從（塊）對角化和數(shù)據(jù)降維兩個角度討論針對大型帶狀稀疏矩陣的保結(jié)構(gòu)數(shù)值算法及其并行實現(xiàn)。
