林乾
副教授
研究方向:数理统计,机器学习,深度学习
地址:清华大学伟清楼209-A室
电话:010-62782431
邮箱:qianlin@tsinghua.edu.cn
工作经历
- 2020/08-今,清华大学统计学研究中心,副教授
- 2017/08-2020/08, 清华大学统计学研究中心,助理教授
研究兴趣
- 高维数据降维、推断
- 深度学习的数理基础
- 数据科学中的数学问题
- 实际应用场景中的时间序列问题
发表论文
- Qian Lin, Li, D. Huang and J. S. Liu. "On Optimality of Sliced Inverse Regression in High Dimensions", Annals of Statistics, (accepted)
- Li, P. Ding, Qian Lin, D. Yang and J. S. Liu. Randomization-based inference for peer effects, Journal of the American Statistical Association 114, no. 528 (2019): 1651-1664,
- Qian Lin, Z. Zhao and J. S. Liu. "Sparse Sliced Inverse Regression via Lasso." Journal of the American Statistical Association 114, no. 528 (2019): 1726-1739,
- Qian Lin, Z. Zhao and J. S. Liu. "On Consistency and Sparsity of Sliced Inverse Regression in High Dimensions," Annals of Statistics Volume 46, Number 2 (2018), 580-610.
- Neykov, Qian Lin and J. S. Liu. "Signed Support Recovery for Single Index Models in High Dimensions", Annals of Mathematical Sciences and Applications Vol. 1 No. 2 (2016) 379-426
- Qian Lin, Y. Li and J. S. Liu. "Inverse Modeling: A strategy to cope with nonlinearity”, Handbook of Big Data Analytics, Springer; In Press, 2016. (Book Chapter) Mathematics:
- Qian Lin and M. Wang. "Isogeny orbits in a family of abelian varieties", Acta Arithmetica 170(2015), 161-173
- Roman Bezrukavnikov and Qian Lin. "Highest weight modules at the critical level and noncommutative Springer resolution", Algebraic Groups and Quantum Groups, Math. 565 (2012): 15-27
- Qian Lin, Z. Liu and Y. Sheng. "Quadratic Deformations of Lie-Poisson Structures", Letters in Mathematical Physics3 (2008): 217-2
教 学
研究生课程
- 《高等统计选讲》 (2020/Fall)
- 《高等数理统计I》(2019/Fall)
- 《高等数理统计 II》 (2019/Spring)
- 《非参数统计》 (2018/Fall)
- 《高维统计分析》 (2018/Spring)
本科生课程
- 《应用随机过程》(2019/Fall)
社会服务
- 中国现场统计研究会计算统计分会副秘书长
- 中国现场统计研究会数据科学与人工智能分会理事
项目
- 中国科学院软件研究所,“小概率事件挖掘模型研究”
- 字节跳动,“用户行为指标的建模与预测”
- 北京智源人工智能研究院,“神经网络的抗过拟合性的几何解释”
- 国家自然科学基金面上项目,“高维数据中的充分性降维问题”,主持,2020/01-2023/12.
- 北京市自然科学基金重点研究专题,“人工智能的统计理论与算法基础”,子课题负责人,2019/10-2023/10.
招生
如果您对我偏理论方向的问题感兴趣,我希望您选修过抽象代数,微分流形,实变函数,泛函分析等课程。如果您对我偏应用方向的问题感兴趣,我希望您选修过数学分析,高等代数,数理统计,数据结构等课程。