（通讯员 吴志伟 吴杰）6月11日下午，由统计与数学学院主办的“Conformal Prediction in Non-Exchangeable Data Contexts”学术讲座在文波楼202智慧教室举办。本次讲座由乔治华盛顿大学统计系主任Huixia Judy Wang教授主讲，学院师生积极参与。

此次报告深入探讨了共形预测在非交换性数据场景中的应用及其相关理论。共形预测是一种统计学方法，旨在对预测结果的不确定性进行量化，并在有限样本的情况下提供有效的概率保证。然而，其有效性依赖于数据的可交换性这一假设。Huixia Judy Wang教授介绍了几种针对非交换性数据场景的共形预测方法，包括缺失响应的聚类数据、不可忽略的缺失数据以及标签偏移数据等多种复杂数据类型。此外，她提出通过建立目标的最高后验密度区域来构建预测区域的方法，这种方法在面对非对称性和多模态等复杂误差分布时表现出更高的准确性，尤其适用于个性化和异构场景。

此次讲座不仅深化了学院师生对共形预测的理解，也为师生们解决非交换性数据场景下的预测问题提供了新的思路和方法。