本站讯 2018年7月11日，英国莱斯特大学王波教授和考文垂大学徐爱平博士应邀为公司师生分别作了题为“Generalized Gaussian Process Functional Regression Model for non-Gaussian functional Data” 和 “Gaussian process regression with functional covariates and multivariate response”的学术报告，学院部分师生聆听了报告。

       报告中，王波副教授提出了一个广义高斯过程并发回归模型的功能数据，其中功能响应变量具有二项式，泊松或其他非高斯分布从指数族，协变量是混合函数和标量变量。讨论了模型的定义、推理和实现及其渐近性质,给出了不同非高斯响应变量的数值例子,提供了一些技术细节和更多的数值例子以及模型的扩展作为补充材料。徐爱平博士将GPR模型扩展到协变量包括功能变量和多元变量的情况，并且响应是多维的。所提出的方法的有用性是通过模拟实例和两个真实数据集在化学计量学中证明的。

        王波副教授获得雷火竞技数学系博士学位，从师于彭实戈院士。先后在雷火竞技，英国约克大学工作过。现在进行科研和任教工作，现任大连科技大学莱斯特国际学院数学课程领导，国际项目总监。已经指导多位博士及硕士研究生毕业。长期从事随机分析以及统计方面的科研工作，现已于Journal of the American Statistical Association（顶级期刊，同数学期刊JAMS）, Chemometrics and Intelligent Laboratory Systems, AIChE Journal, 等期刊发表多篇文章。徐爱平博士获得法国雷恩第一大学，IRISA研究所博士学位，硕士师从于彭实戈院士。先后在雷火竞技，英国纽卡斯尔大学，工作过。现在英国考文垂大学进行科研和任教工作，长期从事随机分析，随机微分方程以及统计方面的科研工作，现已于Chemometrics and Intelligent Laboratory Systems, Journal of Theoretical Biology，IEEE Trans. Automat. Control, Automatica. A Journal of IFAC 等期刊发表多篇文章。