2020年12月15日下午4点30分在南湖校区教学科研楼412室，东北师范大学刘秉辉教授莅临我院做学术报告，会议由数学与统计学院副院长徐平峰主持，学院部分老师、研究生参加了本次学术报告会。

报告题目：Efficient Split Likelihood Method for Community Detection of Large-scale Networks

摘要：To recover community labels under thestochastic block model (SBM), we proposea split likelihood (SL) framework, which aims at providing a rapidly converging algorithm with advantages in terms ofboth the accuracy of community detection and computational efficiency. Under such framework, we create an alternative inference function, the split likelihood, to avoid handling the problem of the intractability of the inference of the likelihood of the original observation, by splitting variables of the original SBM into two independent split bodies with identical distribution.Then, we createsome effective computing strategies to maximize the split likelihood. Based on them, we propose the efficient SL algorithm and establish its computational and statistical properties.We demonstrate the superiority of the proposed methods via some numerical results as well as a real dataanalysis.

刘秉辉简介：东北师范大学，教授、博导，统计系主任；主要研究方向为应用统计和机器学习；在Artificial Intelligence、Journal of Machine Learning Research、The Annals of Applied Statistics、Journal of Business & Economic Statistics、Statistics in Medicine等期刊发表多篇学术论文；主持国家自然科学基金青年项目、面上项目各一项，参与国家自然科学基金重点项目一项；与中国联通公司合作主持大数据分析项目一项、大数据培训项目一项。

报告会中，刘秉辉教授介绍基于分割似然的大规模网络社区检测方法的应用开始介绍，共同探讨哪些模型比较有用又是生活中的长期研究的热点问题。通过报告全局性地介绍了统计学中常见的大规模网络社区及其模型，以及SBM模型建设和算法构建及其收敛性的相关内容。使大家对大规模网络社区检测方法产生了浓厚兴趣。

报告会结束，大家似乎意犹未尽，对这种模型构建产生了兴趣，老师和同学们向刘教授虚心请教，并进行积极的交流，刘教授都耐心解答，并给予自己的建议。最后，徐平峰教授再次向刘秉辉教授的到来表示诚挚的感谢。

本次学术交流会拓展了同学们的学术视野，也激发了同学们的学习热情，更加努力学习研究新的领域与方法，并使老师和同学们对分割似然有了更深的理解，聆听报告的师生均表示受益匪浅。

数学与统计学院

2020年12月15日