6月20日，财经数据科学重点实验室特邀加拿大滑铁卢大学桑培俊副教授以《Scalable inference in functional linear regression with streaming data》为主题作报告。本次讲座在财经数据科学协同创新中心406会议室举行，由实验室与统计与数据科学学院联合主办，吸引了众多师生前来参加。
桑培俊教授聚焦函数型数据在流式传输场景下面临的挑战，系统介绍了其团队的最新研究成果。针对传统静态函数型数据分析方法难以应对数据持续增长的局限性，桑培俊教授提出了一种创新的函数型随机梯度下降算法，配套开发的在线自助重采样程序实现了流数据环境下的统计推断，通过严格的理论证明确保了估计量的收敛性和渐近正态性。该方法突破了传统方法需要存储全部数据的限制，仅需单次遍历数据即可完成估计与推断，为实时处理流式函数型数据提供了高效解决方案。讲座最后，桑教授通过北京空气质量监测的实证案例，展示了该方法在处理大规模数据流时的显著优势。
桑培俊教授通过理论推导与实证案例相结合的方式，详细阐释了该算法在函数型线性回归中的应用优势。特别强调了该方法在计算效率和处理大规模数据流方面的显著优势，为函数型数据分析领域开辟了新的研究方向。在互动环节，与会师生就算法实现细节、计算复杂度优化以及在金融风险管理中的潜在应用等问题与桑教授进行了深入交流。本次讲座在热烈的学术讨论中圆满结束，与会师生纷纷表示受益匪浅。