1月3日下午，我院举办的“统计大讲堂”系列学术报告会第108讲在明德主楼1016举行，本次报告邀请到了美国威斯康星大学麦迪逊分校的张春明教授，我院张波教授主持了本次学术报告会。

张春明教授2000年博士毕业于美国北卡罗来纳大学教堂山分校，现任美国威斯康星大学麦迪逊分校统计系正教授，担任”Annals of Statistics”, “Journal of the American Statistical Association”等期刊副主编。她是国际数理统计学会会士，美国统计学会会士，她的研究兴趣包括高维复杂数据统计建模与推断，非参数与半参数统计建模与推断，大规模多元联合统计推断及相关应用等。

张春明老师的讲座介绍了她的团队基于“独立成分分析”(Independent Component Analysis, ICA)方法所做出的研究工作。在许多自然科学的研究中，发现观测数据背后隐藏的影响因素至关重要，而现有的大多数方法都依赖于线性变换，也即真实信号是隐藏分量的线性组合。张春明老师团队从分析神经科学，遗传学和金融学中的非线性时间信号的角度出发，基于成分的最大线性组合，提出了“Maximum Independent Component Analysis”(MaxICA)，并基于此给出了适用的增强遗传算法，使得MaxICA在提取原始信号的许多应用中比ICA表现更好。

报告结束后，在场师生们与张春明老师进行了热切的讨论，拓宽了大家的知识广度，加深了对ICA理论及其应用的了解。