（通讯员：武文斌）2026年1月9日下午13：30，辽宁大学于卓熙教授莅临十大博彩网站排行榜 ，针对空间杜宾模型的相关问题，开展了一场专业且富有启发性的学术报告。本次报告由十大博彩网站排行榜 承办，在北湖东校区数统新楼201室进行，会议由十大博彩网站排行榜 副院长杨凯教授主持，十大博彩网站排行榜 赵志文老师、赵波老师等及研究生参加了本次学术报告会。

会议开始之际，由杨凯老师作为代表对于卓熙教授的到来表示感谢，并对于教授及其研究内容做了简单的介绍。

报告人简介：于卓熙，教授，现任辽宁大学统计学学科博士生导师，中国现场统计研究会统计交叉科学研究分会常务理事，全国工业统计学教学研究会数字经济与区块链协会常务理事。多年来一直从事非参数统计、空间面板数据建模、分位数回归、模型选择、贝叶斯统计分析等方面的研究。以第一作者身份在《Applied Mathematics and Computation》、《Statistics&Probability Letters》、《Communications in Statistics-Theory and Methods》、《Journal of Environmental Management》、《数学物理学报》、《应用概率统计》、《系统科学与数学》等期刊上发表核心以上论文29篇。主持并完成省级科研项目5项；主持并完成国家社会科学基金项目《广义部分线性可加模型的统计分析与应用研究》；主持并完成国家社会科学基金项目《固定效应半参数变系数面板分位数回归模型求解与应用研究》；出版专著2部；主编教材2部。

报告题目：空间杜宾模型的迁移学习及其在数字关注度预测中的应用

报告摘要：数字关注度对于舆情监控、经济社会优化资源配置，推动各领域决策、规划与发展协同进行等都具有实用价值，数字关注度预测中面临数据稀缺性与空间依赖性等问题。本文提出空间杜宾模型（SDM）迁移学习框架（TranSDM），能够利用相似性辅助数据集通过迁移-去偏两阶段提升目标估计与预测效果；当信息性辅助数据集未知时，可以引入一种基于空间残差可迁移源检测方法（Auto_TranSDM）。数值模拟结果表明，相较于空间杜宾模型传统两阶段最小二乘估计方法本文提出的算法可显著提升估计效果。将本文方法用于预测中国地级市层面数字关注度，可以显著缩小预测误差。

报告伊始，于卓熙教授首先明确数字关注度的实用价值，其在舆情监控、经济资源优化配置及多领域协同决策中扮演关键角色，同时点出其预测过程中的核心瓶颈，即数据稀缺性与空间依赖性。教授进一步阐释，迁移学习可依托相似辅助数据集破题，且需通过迁移、去偏规避偏差，为后续提出的创新框架奠定了逻辑起点。

随后，于卓熙教授系统介绍了空间杜宾模型（SDM）的基础形式，这一模型是处理空间依赖性问题的经典工具。于教授强调，SDM是本次研究的理论基底，其数学架构为后续迁移学习框架的拓展提供了重要的模型支撑，也让在场的听众们直观把握了研究的技术起点。

报告中，于卓熙教授展示了本次研究的核心成果——SDM迁移学习模型。这一模型针对目标数据集，整合了源数据的空间权重、解释变量等信息，对应迁移、去偏两阶段思路，精准回应了数字关注度预测的稀缺性难题。教授指出，该框架是解决数据不足与空间依赖耦合问题的关键创新，直观体现了研究的方法价值。

在数值模拟部分，于卓熙教授详解了严谨的实验设定，为迁移学习储备了充足的辅助数据基础。于教授说明，解释变量是基于多元正态分布生成的，并特意设计了三种变量关联场景：变量相互独立、变量中等程度相关、变量强相关。这一设计是为了覆盖实际数据中可能存在的不同关联强度，以此测试算法在复杂数据环境下的适应能力。

在提问讨论环节，听众们踊跃参与互动，围绕SDM迁移学习等关键问题展开深入交流，于卓熙教授对大家的疑问进行了细致回应。通过互动交流，原本抽象的模型框架与方法原理变得更加具象易懂，也让在场参与者对模型在实际场景中的落地路径有了更清晰、真切的认知。

初审：关迪

复审：杨凯

终审：王丹、王纯杰

十大博彩网站排行榜

2026年1月9日