中国人民大学统计学院：从函数型数据中估计随时间变化的基因调控网络

中国人民大学统计学院邀请曹际国老师做了题为从函数型数据中估计随时间变化的基因调控网络的讲座，统计学院拥有统计学一级学科博士点和博士后流动站，拥有经济统计学和风险管理与精算学两个二级学科博士点，拥有预防医学与公共卫生一级学科硕士授权点，统计学、概率论与数理统计、风险管理与精算学、流行病与卫生统计学四个学术型硕士点，应用统计学专业学位硕士点，统计学、经济统计学、应用统计学(风险管理与精算)三个本科专业，是全国拥有理学、经济学、医学三大门类统计学专业最齐全的统计学院。讲座的主要内容是：人大统计学院此次讲座的主要内容是：生物基因调控网络是描述生物基因互相影响互相调控组成的网络。传统上大部分研究者假定基因调控网络是随时间不变的，但是有很多研究已经发现基因调控网络的连接是随时间或者环境变化的。我们提出用高维非线性常微分方程刻画基因调控网络的内在机理。同时我们对基因之间的调控函数不做任何参数函数的假设，而是直接从函数型数据中估计。我们可以估计出基因之间的调控函数在什么时间段是零，所以我们估计的基因调控网络可以随时间变化。我们的方法还可以在很多别的网络数据中应用，比如生物神经网络。曹际国博士,加拿大温哥华西蒙弗雷泽大学(SimonFraserUniversity)统计与精算系副教授，加拿大数据科学国家特聘教授(CanadaResearchChairinDataScience)，国际泛华统计家协会加拿大分会执行委员，现担任四个国际优秀统计期刊(Biometrics，CanadianJournalofStatistics,JournalofAgricultural,Biological,andEnvironmentalStatistics和StatisticsandProbabilityLetters)副主编。曹际国2006年获得加拿大麦吉尔大学(McGillUniversity)博士，2007年美国耶鲁大学博士后出站，长期从事函数型数据分析(functionaldataanalysis)和估计微分方程参数的研究.曹际国2010年选为美国统计与应用数学科学学院研究员(FellowatStatisticalandAppliedMathematicalSciencesInstitute),2009年获得加拿大统计学会优秀学者奖(AusCanScholar,StatisticalSocietyofCanada),近些年来在JournaloftheAmericanStatisticalAssociation(JASA),JournaloftheRoyalStatisticalSociety,SeriesB(JRSSB)，Biometrics等国际统计期刊中发表超过60篇文章。