2021年12月7日，美国杜克大学统计系博士后韩闰罡应陈迪荣老师的邀请，通过线上方式为我院统计与运筹系师生做了一场题为“Functional Tensor Singular Value Decomposition with Application to Longitudinal Microbiome Study”的学术报告。
韩博士从实际应用问题出发引入函数型张量数据🚑，介绍了它与传统数据分析的本质差别，譬如SVD不唯一等困难。韩博士同其合作者对三维张量积数据（其中一个方向为函数型数据）的一个SVD模型进行了分析，通过迭代算法得到相容估计，建立了收敛速度📅。他们的结果应用于微生物研究🤵🏻♂️，取得很好效果👂🏼。
报告结束后☑️，与会师生与韩博士进行了交流。
报告人简介🤛🏻：韩闰罡➜，现为杜克大学统计系博士后，合作导师David Dunson教授。博士期间，他师从美国威斯康星大学-麦迪逊分校/杜克大学张安如教授，取得统计学博士学位🫷🏼；博士论文题目为Statistical Learning for High-Order Tensors: Low-Rankness and Beyond；目前已有数篇论文发表在AOS及JASA等统计学顶刊；获IMS Lawrence D. Brown Award(2022)及ASA Student Paper Award from the Statistical Learning and Data Science Section(2021)。现研究方向包括🤲：高维统计的方法与理论🫄🏻✋，机器学习算法‼️，以及贝叶斯推断😍。
