2022年11月22日14：00，中國科學院數學與系統科學研究院預測中心研究員，中國科學院管理、決策與信息系統重點實驗室副主任張新雨應bevictor伟德官网邀請，開展了主題為“Optimal parameter-transfer learning by semiparametric model averaging”的講座。本次講座在線上舉行，張新雨研究員受到了老師和同學們的熱烈歡迎，bevictor伟德官网洪聖傑副教授主持講座，黃乃靜副教授參加了講座。

張新雨，中國科學院數學與系統科學研究院預測中心研究員，中國科學院管理、決策與信息系統重點實驗室副主任，目前主要從事計量經濟學和統計學的理論和應用研究工作，具體研究方向包括模型平均、機器學習和組合預測等，發表論文70餘篇，其中多篇論文發表在統計學四大期刊和計量經濟學頂級期刊JoE，曾擔任SCI期刊《Journal of Systems Science & Complexity》領域主編、期刊《系統科學與數學》、《數理統計與管理》等的編委，是中國統籌法優選法與經濟數學研究會數據科學分會副理事長、系統工程學會青工委副主任委員、國際統計學會當選會員，先後主持自科優秀和傑出青年基金項目，曾獲中國青年科技獎。

張新雨研究員指出數據量少和數據孤島是很多行業面臨的問題，所以遷移學習作為一種新方法在人工智能領域受到越來越多的關注。本次講座内容由以下幾部分組成，第一部分簡單介紹了遷移學習的背景，第二部分具體講解了基于半參數模型平均的最優參數遷移學習的過程和步驟，第三部分仔細分析了與該模型相關的理論内容，第四部分對比分析了與該模型相似的用于預測的其他模型的優缺點；第五部分具體舉例證實了該模型相比其他預測模型的優勢。

首先，張新雨研究員簡單介紹遷移學習的背景資料，對比了遷移學習和傳統機器學習的不同之處，概括了遷移學習目前涉及的分類，對比了已有的研究文獻，提出了此次研究的主要貢獻。

其次，張新雨研究員具體講解了如何基于半參數模型平均的最優參數進行遷移學習，以半參數模型為基礎進行建模，采用頻率模型平均策略來利用參數信息，在遷移學習設置下半參數可加線性模型進行預測。張新雨研究員進一步提出繼承參數轉移學習的精神，假設在構建的框架中，不同模型之間的參數組件可以共享現有的公共知識，可能有助于目标預測任務。

之後，張新雨研究員分析了該模型的理論性質，無論是正确估計目标模型還是錯誤估計目标模型，都有一定的理論保證，具體包括基于樣本外預測風險的漸近最優性性質和在某些正則性條件下權重收斂的性質，所以實踐中人們不需要額外判斷目标模型是否被正确預測。

最後，張新雨研究員對現有的其他估計方法和本文提出的新方法進行了優劣對比，大量的數值結果表明，與其他方法相比，該方法在各種模拟設計下具有優越性，具體包括理論上不會發生負遷移，實踐中計算效率高和注重隐私用戶的保護；并以北京各區的租房價格為例，具體展示了新方法的穩健性，肯定了該方法的商業價值。

在講座的過程中，參會老師和同學們積極互動，進行了深入交流，張新雨研究員也認真細緻地解答了老師和同學們提出的問題。