（通讯员：关迪）2024年08月03日下午13：00，我院特邀中国科学院数学与系统科学研究院的潘文亮教授在南湖校区老图书馆四楼左侧研究生5-1学习室做学术报告，报告由学院院长王纯杰教授主持，本院部分研究生和部分老师参加了本次学术报告会。

报告题目：Nonparametric Statistical Inference via Metric Distribution Function in Metric Spaces

报告摘要：The distribution function is essential in statistical inference and connected with samples to form a directed closed loop by the correspondence theorem in measure theory and the Glivenko-Cantelli and Donsker properties. This connection creates a paradigm for statistical inference. However, existing distribution functions are defined in Euclidean spaces and are no longer convenient to use in rapidly evolving data objects of complex nature. It is imperative to develop the concept of the distribution function in a more general space to meet emerging needs. Note that the linearity allows us to use hypercubes to define the distribution function in a Euclidean space. Still, without the linearity in a metric space, we must work with the metric to investigate the probability measure. We introduce a class of metric distribution functions through the metric only.

潘文亮简介：现任中国科学院数学与系统科学研究院副研究员及博士生导师，专注于统计学习算法、医学图像数据分析和度量空间的非参数方法等领域研究。在Annals of Statistics、Journal of the American Statistical Association等统计学顶级杂志上发表了20篇以上学术论文，获得2022年教育部高等学校科学研究优秀成果自然科学类二等奖（排名第二）。主持的科研项目涵盖国家自然科学基金委优秀青年基金、面上项目、青年基金等。同时，担任北京生物医学统计与数据管理研究会副理事长，以及中国现场统计研究会统计交叉科学研究分会副秘书长。

报告会中，潘教授主要介绍了通过度量空间中的度量分布函数进行非参数计推断的办法。潘教授阐述在研究中通过证明度量空间中度量分布函数的对应定理和 Glivenko-Cantelli 定理引入了一类度量分布函数，为对度量空间值数据进行合理的统计推断奠定了基础。其中非欧几里得随机对象开发了同质性检验和相互独立性检验。

报告会结束后，大家对潘教授讲述的方向跟案例都表现出了相当高的兴趣，潘教授与老师和同学充分的进行交流，对大家提出的问题做出了详细的解答和建议，给予了大家很高的启发。此次报告会既提高了学生们的学术积极性，也增强了学生的学术水平。

（审核人：王丹、王纯杰）

数学与统计学院

2024年8月3日