9月27日上午，受我院邀请，华东师范大学统计学院唐炎林教授于北区综合楼414会议室开展了一场主题为“Conformal Prediction in Non-Exchangeable Data Contexts”的学术讲座。本次讲座由马海强教授主持，我院部分师生参加了此次讲座。

​

讲座伊始，唐炎林教授简要介绍了共形预测（conformal prediction）的概念与发展趋势。唐炎林教授指出，共形预测是一种新颖的不确定估计方法，它基于严格的统计学理论，适用于各类机器学习方法，在给定的置信度水平下，将模型的输出结果从单个答案变成高置信度的集合，从而为结果的后续应用提供更多依据。接着，唐炎林教授引出了共形预测的有效性依赖于数据可交换性的假设。

随后，唐炎林教授提到数据的不可交换性有两个来源，一个是数据间的相关性，另一个是缺失数据导致的不平衡性。唐炎林教授根据数据不可交换性的特点，重点介绍了几种适用于不可交换数据的共形预测方法，包括设计具有缺失响应的聚类数据，不可忽略的缺失数据和标签移位据三种方法。为了提供给定的渐近条件覆盖保证，唐炎林教授提出通过建立目标的最高后验密度区域来构建预测区域。该方法在非对称分布和多模态分布等复杂的误差分布下具有更高的精度。最后，唐炎林教授对讲座内容进行了总结。

在互动环节，学院师生踊跃提问，针对讲座内容向唐教授请教。唐炎林教授根据所提的问题给予了耐心的解答，激发了现场师生们的浓厚兴趣和积极探讨。

伴随着热烈的掌声，本次讲座圆满结束。整场讲座学术氛围浓厚，唐炎林教授对不可交换数据的共形预测的讲解，为大家提供了宝贵的视野和思考，极大地增强了在座师生对学术前沿的了解和把握。

 （文/叶雪梅 班维越    图/叶雪梅    编辑/周承煜    审核/谭育华 庄园）