应我院邀请，5月19日下午，上海对外经贸大学张日权教授在腾讯会议作了题为《From Distribution Alignment to Regression: Learning under Covariate Shift with Kernelized Stein Discrepancy（1-2）》的讲座。相关师生聆听了此次讲座，讲座由施建华老师主持。
讲座中，张日权教授围绕协变量偏移（covariate shift）场景下的非参数回归问题展开系统分享，聚焦基于核化斯坦因差异（KSD）的分布对齐与回归建模框架，内容兼具理论创新性与应用价值。他首先点明研究背景：在源域与目标域协变量分布存在偏移、但响应变量条件分布不变的场景中，传统基于密度比估计或重要性加权的方法在分布重叠度较低时往往表现不稳定，由此引出本次研究的核心思路 —— 先通过核化斯坦因差异实现源域与目标域的协变量分布对齐，再构建加权核岭回归（KRR）模型进行估计。随后，张日权教授详细阐释了研究的核心理论框架：通过学习源域样本权重，使加权后的源域分布与目标域分布对齐，从而实现目标域风险的重加权估计；同时，推导了该方法的非渐近误差界，为模型的理论有效性提供支撑。他还通过数值实验与真实数据案例，对比了该方法与传统方法的性能差异，验证了所提框架在协变量偏移场景下的稳定性与优势。本次讲座系统介绍了协变量偏移场景下回归建模的前沿方法，为我院师生带来了理论与实践层面的双重启发，有效拓宽了师生的学术视野。
张日权，上海对外经贸大学统计与数据科学学院院长，教授、博士生导师；中国现场统计研究会大数据统计分会理事长。《统计研究》《数理统计与管理》等期刊编委；《应用概率统计》期刊第八届、第九届副主编。曾任华东师范大学统计学院院长，教育部统计与数据科学前沿理论及应用重点实验室主任；发表论文230余篇，主持国家自科重点项目、上海市自科重点项目等各类项目20余项。
