您当前位置是：
青年教师论坛
阅读次数： 发布时间：2018-06-21题目：数据深度函数在复杂网络中的应用：给定先验信息的簇检测分析
摘要：我们提出了一种基于贝叶斯分类的非参数监督算法并将其用于检测复杂网络数据中的多个族群。新的分类方法背后的关键思想是合理有效运用稳健和数据驱动的数据深度函数，该统计函数在网络科学中还未被开发。DD(G)方法能够提取网络数据的拓扑结构和内在属性，并同时考虑到族群和异常值。最后将通过真实数据（政治博客社交数据）来说明新方法的实用性。
时间：6月22日（周五）下午4:00
地点：浦江B 406
田亚慧简介：
2012年毕业于南京工业大学理学院数学与应用数学系，然后赴美留学，2017年8年获得美国德克萨斯大学达拉斯分校统计学博士，师从Yulia R. Gel教授，主要从事网络数据和非参数统计的研究和实际应用分析。2016年6月赴法国国立计算机及自动化研究院(INRIA)进行学术交流访问并与其研究人员合作开发网络数据的半监督分类算法。现在就职于德国勃林格殷格翰医药有限公司上海分公司，担任高级生物统计师，主要负责癌症，呼吸和免疫类药物的临床试验统计研究分析和新药物在中国市场批准上市的申请准备工作。