个人简介（Personal Profile）严晓东，西安交通大学教授，博士生导师，入选国家级青年人才项目和校内青拔 A 类支持计划，荣获“华为火花奖”，“滴滴盖亚学者”, 研究方向为 AI 不确定性量化与 AI 安全检测防护等。学术成果发表在综合性顶刊 PNAS，统计顶刊 JRSSB, AOS, JASA, JOE 以及人工智能顶会 NeurIPS, ICML, AAAI 等 50 余篇。 在“高等教育出版社出版”等 以主编身份出版了《机器学习》、《数据科学实践基础-基于R》和《数据科学时间序列分析》等多部教材。个人学术贡献（Personal Academic Contribution）严晓东在大数据统计分析与统计机器学习领域从事一线的教学和研究工作，其研究方向主要集中在非线性期望下机器学习统计理论与应用研究。 近两年来，在非线性概率理论与统计机器学习的交叉方面做出重大突破的研究成果，与合作者首次得到分布不确定假设下非线性正态分布的显示表达式和策略极限理论， 变革了传统统计方法研究范式，尤其在多臂老虎机学习、强化学习等可解释和可信赖的研究上做出成绩，大大推动非线性极限理论的应用研究。学术贡献具体如下： 非线性期望是彭实戈院士开辟的研究方向，对各个领域的科学研究越来越重要，尤其是大数据和人工智能的兴起，为非线性期望理论与应用研究提供了更强劲的动力。 申请人的研究工作结合国家大数据与人工智能发展战略与数字经济发展规划，聚焦人工智能领域的热点和难点问题，基于非线性期望理论提出新模型和新方法， 引领人工智能关键研究领域的自主创新，有重要科学价值，对我国下一代人工智能布局具有重大的前瞻意义。单位和基金单位：Zhongtai Securities Institute for Financial Studies, Shandong University； Shandong Province Key Laboratory of Financial Risk； Shandong National Center for Applied Mathematics 基金：National Natural Science Foundation of China No.12371292； National Statistical Science Research Project No. 2022LY080； 2022KJ025， Shandong Education Department No. 2022KJ025 Jinan Science and Technology Bureau No. 2021GXRC056； New Liberal Arts Research and Reform Practice Project of the Ministry of Education，No. 2021100059代表性成果（Representative results）工作首次讨论了无条件矩模型在处理高维生存数据中的应用，提出删失数据下无条件矩模型，并采用惩罚广义经验似然方法估计未知参数和变量选择，研究结果发表在统计学顶级期刊《 Annals of Statistics》。 工作首次讨论超高维有偏分类数据的特征提取的问题，提出了独立于模型假设的筛选重要变量的自适应分类方法，解决了响应选择(Response-selective)抽样数据下的统计推断问题，研究工作发表在统计学顶级期刊《 Journal of the American Statistical Association》。 论文第一次讨论了无条件矩模型在模型假定错误条件下的统计推断问题，采用了指数倾斜似然估计未知参数以及变量选择，首次从理论角度证明了模型假定错误下高维大样本性质，研究结果发表在计量经济学顶级期刊《Journal of Econometrics》。 首次研究了基于双臂赌博机过程的策略性双样本检验问题, 开创性地提出策略检验统计量, 基于非线性期望理论提出策略极限定理和非线性正态分布，打破了传统统计推断中“原始数据可交换”的假设框架， 开辟了新的统计推断研究方向, 并证明了该统计量在零假设下比经典中心极限定理更集中, 而在备择假设下更分散, 增强了检验的功效。 |