（通讯员：徐月程）2025年7月9日（星期三）下午15：00，我院特邀美国密苏里大学统计系孙建国教授，在北湖东校区数学与统计学院新楼216室做学术报告，报告由数学与统计学院副院长李纯净副教授主持，本院研究生和部分老师参加了本次学术报告会。

报告人简介：孙建国，美国密苏里大学统计系教授，ASA fellow, IMS fellow and Elected Member of ISl，是区间删失失效时间数据和面板计数数据建模与分析领域的世界领先专家，在这两个领域出版两部英文学术专著。致力于艾滋病和癌症数据研究、双删失数据分析、纵向数据分析和化学计量等方面做了一些开创性的工作，目前已在JASA，JRSSB等国际主流期刊发表高水平SCI论文300多篇，并应邀做了200多场相关学术讲座和学术演讲。目前，担任《Statistics in Biosciences》主编和《Computational Statistics & Data analysis》、《Journal of Nonparametric Statistics》、《Lifetime Data Analysis》和《Statistics in Medicine》等顶级期刊的副主编，担任美国统计学会终身数据科学分会的主席，国际中国统计协会的主席，已培养50多名博士和博士后学生。

报告题目：A transfer learning approach for interval-censored failure time data

报告摘要：In this talk, we propose two transfer learning approaches for regression analysis of interval-censored failure time data.  The proposed approaches are shown to be effective and applied to a motivating example.

报告会中，孙老师主要介绍了高维区间删失失效时间数据回归分析的两种迁移学习方法。一类是方法I——可转移源检测估计器（TSDE），另一类是建议方法II——模型平均迁移学习估计器（MATLE）。然后进行了数值模拟的研究发现TSDE和MATLE方法获得了最小的MSPE和MMSE。TSDE和MATLE方法显著降低了FP。接着使用示例数据集共4,024例患者数据，具体分布为：目标组：少数族裔（非白人、非黑人）（n(0) = 320)进行研究，最终得出结论

TSDE：一种数据驱动的方法，用于检测和利用正向可迁移源。MATLE：一种基于相关性的模型平均方法，根据相关性对源进行加权。

最后孙老师对论文的进行了分析总结，并对未来研究的内容做了展望。拓展至信息性区间删失分析。整合时变协变量效应或非线性效应。建立严格的渐近理论框架。探索其他源检测与加权标准。

报告会上，孙老师的报告内容研究方向前沿，向大家充分展示了对于高维区间删失失效时间数据处理方法。报告会上，大家都表现出对于该研究方向浓厚的兴趣，报告现场十分融洽。会后，孙老师同大家展开了热烈的讨论，对于大家提出的与该报告会相关的方法问题做出了专业的解答和建议。此次报告会取得的效果斐然，极大的拓宽了学生们的科研视野，充分了解了报告会中相关方向的发展前景。

初审：关迪

复审：杨凯

终审：王丹、王纯杰

数学与统计学院

2025年7月10日