近日，统计与数据科学学院李传权博士与谭祥勇副教授、彭凌博士、刘小惠教授以及中科院数学与系统研究所李梅博士等合著的论文《Generalized Trace Regression with Simultaneously Nonconvex Nuclear Norm and Two-Dimensional Spline Lasso》，刊发于《Acta Mathematica Sinica》2025年第10期。

    该研究以广义迹回归模型为基础，结合低秩约束与空间结构信息，通过非凸核范数与二维spline lasso惩罚相融合的策略，提出矩阵型参数的新型估计方法，并证明了其收敛速度。论文通过大量的模拟实验验证了该方法的高精度性，将其应用于阿兹海默症脑图像数据时，不仅有效提升了分类精度，还精准识别出与阿兹海默症有关的褶皱区域。

据悉，该论文是李传权博士主持的国家自然科学基金项目《张量偏最小二乘的若干理论研究及其应用》（项目编号：12301377）的重要研究成果。近年来李传权博士深耕矩阵型数据、张量数据、网络数据分析、降维模型等领域，已在《数学学报》、《数理统计与管理》等核心期刊发表学术论文十余篇。

《Acta Mathematica Sinica》（《数学学报》） 是由中国科学院数学与系统科学研究院、中国数学会主办的数学专业学术期刊，创刊于1936年，是中国数学会创办最早的刊物，也是国内首个数学期刊。《数学学报》设中文版（双月刊）与英文版（月刊），两版发表的论文内容完全独立。其中《数学学报》（中文版）是国内各核心期刊评选机构认定的核心期刊。《数学学报》(英文版) 作为中国数学会的会刊，在国际同行中具有较高的知名度，是国内数学领域中极具影响力的学术期刊之一。

（图文/统计与数据科学学院    编辑/李霏霏    审核/林阳 陶春海）