题目：指数随机图模型在贸易网络集合中的应用

报告人：刘鹏（博士、副教授、博士生导师）

时间：2024年9月18日（周三）下午2:00-4:00

地点：池州学院博识楼会议室

报告人简介：

刘鹏博士，现为英国拉夫堡大学数学系副教授（终身教职），博士生导师，毕业于中国科学院数学与系统科学研究院，获统计学博士学位。英国高等教育学院会士，美国《数学评论》评论员，先后在香港浸会大学数学系、美国华盛顿大学生物统计系、美国福瑞德·哈金森癌症研究中心、加拿大阿尔伯塔大学数学与统计系。
   研究方向包括生物统计，医学图像数据分析，机器学习。主持英国国家科研与创新基金1项(UK Research and Innovation), 创新英国基金1项(Innovate UK),英国医学科学院基金1项(Academy of Medical Sciences),谷歌云科研基金1项(Google Cloud Research Credits),英国肯特大学校级基金项目多项。刘鹏博士在统计学权威杂志Bernoulli, Statistica Sinica及社交网络权威杂志Social Network发表论文10篇，在人工智能顶级会议AAAI, 数据挖掘顶级会议IEEE ICDM, SIAM SDM,和机器学习顶级会NeurIPS

workshop等会议发表论文5篇。现担任IGI Global出版社旗下杂志International Journal of Organizational and Collective

Intelligence (IJOCI)主编。Elsevier出版社旗下Explainable AI for

Industrial Information Integration in Industrial IoT (IIoT)领衔客座主编。担任第九届复杂性、未来信息系统与风险国际会议(COMPLEXIS 2024)以及第五届工业物联网、大数据与供应链国际会议 (IIoTBDSC 2024)宣传主席（Publicity Chair）。

内容提要：

在网络集合中，一些网络具有共同的结构，而其他网络则表现出不同的特征。网络集合中局部连接模式和全局结构随时间的变化，其中关系数据是随时间观察到的。我们专注于对在某些时间点突然发生结构变化但在其间保持稳定或仅发生微小变化的网络集合进行建模。通过利用 2001 年至 2016 年间 全球60 个国家之间的贸易关系，我们引入了一种新颖的融合套索指数随机图模型（FL-ERGM），以描述网络拓扑的动态演变，并捕捉在连续时间点观察到的网络之间的相似连接模式。此外，它还可以检测特定时间点网络之间的突变模式，这对我们对理解贸易结构和网络过程起到重要作用。

主办单位：池州学院商学院（法学院）

商学院（法学院）

                                                           2024.09.18