博牛论坛

10月11日上午8时30分，博牛论坛 在励志楼114举办“人工智能时代的数据压缩”专题讲座。华东师范大学统计博牛 院长、教授、博士生导师於州应邀作专题报告，讲座由林福财老师主持。

讲座围绕人工智能发展背景下的数据压缩理论与方法展开。於州教授从样本均值这一经典统计量切入，介绍统计充分性与数据压缩之间的联系，指出样本均值不仅计算简便，在一定统计模型下还能够实现统计意义上的无损信息压缩。在此基础上，报告进一步梳理了从简单平均到加权平均的演进，阐释加权平均在统计推断与机器学习中的重要作用。

随后，报告从经典统计方法的加权模式延伸至随机森林、神经网络驱动的自学习加权模式，介绍数据驱动方法如何提高特征表示与信息提取的灵活性，并探讨兼顾统计效率与理论可解释性的数据压缩思路。

在人工智能相关方法方面，於州教授介绍了以自编码器、对比学习为代表的无监督与自监督特征压缩范式，以及基于统计充分完备性准则的有监督数据降维研究进展。报告重点涉及融合统计相依性度量准则与生成式人工智能方法的深度非线性数据降维压缩框架，并讨论其在预训练大模型轻量化表示和变点监测等问题中的应用前景。

本次讲座将经典统计思想与人工智能前沿方法相联系，为师生理解数据压缩的统计学基础、学习现代机器学习中的表示方法提供了有益参考，也进一步拓展了统计学与人工智能交叉研究的学术视野。

主讲人於州系华东师范大学教授、博士生导师、统计博牛 院长，主要从事高维数据统计分析与统计机器学习研究，在《Annals of Statistics》《Biometrika》《JASA》《JRSSB》《JMLR》《IEEE TIT》等期刊发表论文60余篇。曾主持国家重点研发计划课题及国家自然科学基金项目，获得上海市自然科学二等奖、霍英东青年科学奖二等奖等荣誉，并入选上海高校东方学者特聘教授、上海市青年拔尖人才及国家级青年人才等计划。