学术报告

题      目：Community Detection in Dynamic Stochastic Block Models for Discrete-Time Temporal Networks

报  告  人：刘秉辉  教授  (邀请人：张旭 )

                                   东北师范大学

时      间：6月19日  10：00-11：00

地     点：数科院西楼二楼会议室

报告人简介:

        刘秉辉，东北师范大学，教授、博导，统计系主任；主要研究方向为应用统计、机器学习和网络数据分析；在统计学、计算机&人工智能、计量经济学领域期刊发表论文三十余篇，部分成果发表在：统计学顶级期刊Journal of the American Statistical Association、Annals of Statistics，计算机&人工智能顶级期刊Artificial Intelligence、Journal of Machine Learning Research，计量经济学顶级期刊Journal of Econometrics；以及领域重要期刊Journal of Business & Economic Statistics、Annals of Applied Statistics等；获评国家天元数学东北中心优秀青年学者、吉林省第八批拔尖创新人才等；主持国家自然科学基金面上项目2项、中央高校基本科研业务费青年拔尖人才项目等；参与国家自然科学基金重点项目、科技部重点研发计划项目；担任中国现场统计研究会因果推断分会副理事长、国务院统计学科评议组秘书等。

摘      要：

       In recent years, detecting communities in dynamic stochastic block models for temporal networks has gained attention. This paper proposes the dynamic profile-pseudo likelihood (dPPL) method, offering computational efficiency and accuracy in community detection. It also extends to handle networks with degree heterogeneity, with demonstrated practicality and advantages through simulations and real data analysis.