2023年5月6日上午，应统计与数学学院邀请，南方科技大学田国梁教授和华南师范大学吴琴博士来做统计学学术讲座，讲座在卓远楼305会议室举行，讲座题目分别为《The second–derivative lower–bound function (SeLF) algorithm and three acceleration techniques for maximization with strongly stable convergence》和《Dirichlet Composition Distribution for Compositional Data with Zero Components: An Application to Fluorescence in Situ Hybridization (FISH) Detection of Chromosome》，讲座由统计与数学学院副院长费宇教授主持。
在讲座中，田国梁教授介绍了一种新的求极大似然估计的方法，称为二阶导下界函数(SeLF)算法。该算法每次迭代包括两个步骤：分别是二阶导下界函数步(SeLF-步)和最大化步(M-步)。SeLF算法具有两个主要优点，首先它具有强稳定收敛性，而一般的Minorization-Maximization (MM)算法只具有弱稳定收敛性；其次相对于牛顿-拉弗森方法，该方法它不依赖于初始值。田国梁教授在SeLF算法的基础上提出了三种加速技术，并对这些算法的收敛速度进行了分析；最后给出了一些实际数据分析结果说明了该方法的有效性。
当成分数据中出现零元素时，传统的统计方法往往很难进行分析。为了解决这一问题吴琴博士通过引入一种随机表示方法，搭建出一个包含零的成分数据研究框架，提出了Dirichlet成分分布。吴琴博士对该分布的性质进行了推导，采用EM算法进行极大似然估计，并在模拟研究对该方法的性能进行了评估。最后将该方法用于荧光原位杂交（FISH）数据进行了染色体检测分析。
统计与数学学院的部分老师和研究生与田国梁教授和吴琴博士就讲座内容进行了交流和探讨，费宇教授总结讲座并代表学院向田国梁教授和吴琴博士表达感谢。
主讲人简介：
田国梁博士曾在美国马里兰大学从事医学统计研究六年，在香港大学统计与精算学系任副教授八年，从2016年6月至今在南方科技大学统计与数据科学系任教授、博士生导师、副系主任。他目前的研究方向为EM/MM/US算法在统计中的应用、(0，1)区间上连续比例数据以及多元连续比例数据的统计分析、多元零膨胀计次数据分析，在国外发表140篇SCI论文、出版3本英文专著、在科学出版社出版英文教材2本。他是四个国际统计期刊的副主编。主持国家自然科学基金面上项目二项、主持深圳市稳定支持面上项目一项、参加国家自然科学基金重点项目一项。
吴琴，博士，毕业于香港浸会大学统计系，现于华南师范大学统计系工作，副教授。主持国家自然科学基金面上项目1项，青年项目1项(已结题)，广东省质量工程项目1项（已结题）。相关研究成果被统计杂志Statistical Methods in Medical Research，Statistic in Medicine，Biometrical Journal等杂志收录。
