6 月 17 日下午，江西财经大学统计与数据科学学院在财数大楼 427 讨论室举办题为 “Subsampling Techniques in the Era of Big Data” 的学术讲座。讲座由北京大学数学科学学院二级教授、博雅特聘教授艾明要主讲，江西财经大学统计与数据科学学院副院长张华主持。

讲座伊始，艾明要教授系统梳理了其团队近年来在大数据子抽样技术领域的完整研究脉络。他从大数据时代的现实挑战出发，指出传统统计方法在面对体量庞大、结构复杂的海量数据时遭遇的运算瓶颈，强调统计学者应当依托抽样理论，以代表性小样替代全量数据，在保障推断精度的同时大幅提升运算效率。

讲座期间，艾教授从正态线性模型起步，逐步拓展至广义线性模型、异质数据分布式场景、模型平均框架以及动态数据流等前沿方向，完整推导了各类场景下的收敛性与中心极限定理，并针对理论最优入样概率计算复杂度过高的问题，提出了工程可实现的次优简化算法，实现了精度损失可控与计算效率大幅提升的平衡。他特别指出，团队已形成覆盖静态数据、动态数据流、集中式与分布式各类场景的大样本抽样完整技术体系，全部成果均配有数值模拟与真实数据验证，兼具理论深度与应用价值。

讲座尾声，现场师生围绕报告内容展开热烈讨论。在此期间，艾教授逐一细致解答，并鼓励在座青年教师以及学生把握大数据时代机遇，在传统抽样理论与现代计算需求之间寻找创新突破口。本次讲座内容丰富、深入浅出，既展现了统计理论的前沿深度，又紧扣大数据时代的实际应用需求，为我院师生提供了宝贵的学术启发。

讲座交流环节结束后，学院顺势组织开展青年教师专题座谈会。会上，艾明要教授与我院青年教师代表深入交流座谈，围绕学科前沿发展趋势、科研创新路径、学术能力提升以及青年教师成长培育等方向性问题展开深度探讨。座谈氛围浓厚、交流热烈，有效拓宽了青年教师的学术视野，明晰了科研攻关与教学发展的新思路、新方向，对助推我院青年师资队伍建设、夯实学科科研根基、赋能学院高质量学术发展具有积极的促进作用。

(文/庞淇月 鲍道斌    图/庞淇月    编辑/周梦怡    审核/谭育华 张华 郭露)