2026年10月21日下午，由研工部主办、数学与统计学院承办的“与大师面对面”名师讲坛在科学会堂举行。中国科学院数学与系统科学研究院王启华研究员作题为《去中心化网络下的惩罚经验似然》的专题报告，数学与统计学院党委副书记、副院长王浩主持报告会，百余名师生参与此次活动。

 

 

 

在专题报告中，王启华研究员聚焦“去中心化网络下的经验似然推断”这一主题，针对海量数据直接应用经验似然面临的计算难题，系统阐述了去中心化分布式网络下的经验似然推断。报告首先介绍了惩罚技术融合各节点求解的拉格朗日乘子，在正则条件下，即便节点数发散时，其分布式经验对数似然比统计量仍渐近服从标准卡方分布。报告进一步提出针对融合惩罚优化难题的两种基于交替方向乘子法（ADMM）的节点端算法，并推导了其收敛性质以及证明了特定结构下的线性收敛。最后，通过数值模拟及人口普查收入数据、福特共享单车数据的实例分析，展现了该方法的高效性与实用价值。

 

报告结束后，王启华研究员与师生进行了互动交流。师生们围绕去中心化网络下经验似然方法的实际应用场景、大规模网络的计算复杂度等问题踊跃提问。王启华研究员结合本次报告提出的分布式经验似然理论、多节点样本量差异，深入浅出地回应了师生们的疑问，帮助大家进一步理解分布式统计推断背后的理论条件与现实局限。

此次报告会内容丰富、讲解生动，既展现了去中心化分布式经验似然方法在解决海量数据计算难题中的重要作用，也激发了同学们对分布式计算研究的浓厚兴趣。报告进一步拓宽了师生们对经验似然相关研究的认识，增强了大家关注海量数据计算难题、探索前沿统计理论的学术热情。

 

王启华研究员简介：

王启华，中国科学院数学与系统科学研究院研究员，博士生导师，国家杰出青年基金获得者，教育部长江学者奖励计划特聘教授，中科院“百人计划”入选者，中科院核心骨干研究员。曾在北京大学、香港大学任教，先后访问加拿大、美国、德国及澳大利亚10多所世界一流大学。主要从事复杂数据经验似然统计推断、缺失数据分析、高维数据统计分析、大规模数据分析等方面的研究，出版专著三部,在Journal of the Royal Statistical Society Series B (JRSSB), The Annals of Statistics, Journal of the American Statistical Association (JASA) 及 Biometrika 等国际重要刊物发表论文150余篇，部分工作已产生持久不断的学术影响。曾主持国家杰出青年基金项目、重点项目、多项面上项目，作为核心骨干成员先后参加了两项国家自然科学基金创新群体项目及一项国家重点研发计划项目。