（通讯员 吴志伟 宋琪琪）4月23日下午，由统计与数学学院主办的“中南·统数”数据科学系列讲座（2026年第7期）在双创楼A栋813教室举办。北京师范大学李高荣教授受邀以“From Penalization to Over-parameterization: Achieving Implicit Regularization for High-dimensional Linear Errors-in-Variables Models”为题目开展前沿学术分享。本期讲座由统计与数学学院赵慧教授主持，学院师生积极参与。

报告中，李高荣围绕高维数据中的正则化方法展开深入讲解。他指出，传统方法多通过在损失函数中添加显式惩罚项实现正则化，而他提出了一种基于过参数化的隐式正则化技术，并针对高维线性变量误差模型设计了校准无惩罚（CPF）估计方法。该方法在校正测量误差偏差的同时，避免了惩罚项引入的额外偏差。李高荣详细介绍了如何利用梯度下降算法最小化无惩罚的过参数化校准损失函数，从而获得回归系数的稀疏估计，实现隐式正则化。此外，针对测量误差协方差矩阵未知的难题，他引入了一种新颖的Bootstrap方法，并在一定正则条件下建立了估计误差的Oracle不等式。

本场报告内容翔实、观点新颖，加深了师生对高维统计、测量误差模型及隐式正则化理论的认知。

审核人：梁娜