报告题目：标量上的形状回归模型：超越预对齐的非欧几里得响应

报告人：黄超 博士

报告时间：2023年6月20日（周二）上午 11：00-12：00

报告地点：藕舫楼629

主持人：曹春正 教授

报告人简介：

黄超，现任佛罗里达州立大学统计系助理教授，于2008年，2014年在东南大学分别获得应用数学学士和博士学位，2019年在美国北卡罗来纳大学教堂山分校获得生物统计博士学位，研究方向包括

生物统计，医学图像分析，函数数据分析，数据分析形状等。在高水平国际统计医学期刊以及图像模式识别顶会上发表学术论文40多篇，包括《Journal of the American Statistical Association》

《Biometrika》《IEEE Transactions on Neural Networks and Learning Systems》《IEEE Transactions on Medical Image》《NeuroImage》《Medical Image Analysis》等。

报告简介：

使用协变量预测回归设置中对象的形状的问题在许多领域都很重要。正式的统计方法（称为测地线回归模型）通常用于对欧几里得预测变量和形状响应之间的关系进行建模和分析。尽管它很受欢

迎，但该模型面临着几个关键挑战，包括（i）由于预处理步骤而导致的形状错位，（ii）由于成像异质性而导致的形状对齐困难，以及（iii）形状结构中缺乏空间相关性。我们提出了一个全面的测

地线因子回归模型来应对所有这些挑战。它不是使用从预先注册的数据中提取的形状，而是采用更基本的方法，将对齐步骤纳入提议的回归模型中，并使用预形状和协变量数据学习它们。此外，它还

使用低维表示指定空间相关结构，包括切线空间和各向同性误差项上的潜在因子。此外，将测地线因子回归模型扩展到测地线因子回归模型的混合，该模型可以在欧氏空间中根据物体的形状和协变量

对物体进行聚类并恢复底层子组结构。通过仿真研究和实际数据分析，将我们提出的方法与其他现有方法的性能进行比较。

欢迎广大师生踊跃参加！

数学与统计学院

2023年6月19日