6月9日中午，大数据学院于子彬院南301会议室展开了第五期大数据学院青年小讲堂，学院青年副研究员高凤楠老师、青年研究员付彦伟老师分别进行了以“Two-sample testing of high-dimensional linear regression coefficients via complementary sketching”、“基于少量样本数据的学习算法”。这次分享会由大数据学院副院长洪流老师主持。
高凤楠老师首先介绍了一种用于高维线性回归系数的双样本检验的新方法。该程序的工作原理是：首先沿着坐标子集中符号互补的方向投射协变量矩阵和响应向量，这个过程我们称之为 互补素描。由此产生的投影协变量和响应被聚集起来形成两个测试统计量，当两个回归系数之间的差异分别为稀疏和密集时，这两个统计量在高斯设计下基本上具有最佳的渐近功率。仿真结果证实，该方法在广泛的环境中表现良好。
付彦伟老师介绍了研究组近几年在迁移语义属性的零/小样本识别、统计稀疏化小样本模型学习、基于少量样本的生成及重建任务等研究问题的进展，探讨了如何解决依赖的标注数据从大量到少量、模型学习从过参数化到稀疏化、学习任务域泛化能力从薄弱到强大等关键研究问题。
在分享会现场，大家就属性标注、小样本数量等问题展开了热烈的讨论，此次分享会在热烈的讨论中圆满结束。