近日，西安交通大学数学与统计学院博士生李星祥以第一作者身份与渥太华大学徐晨教授合作的研究论文“Feature Screening with Conditional Rank Utility for Big-data Classification”在统计学四大国际顶级期刊之一的Journal of American Statistical Association(JASA)上在线发表。JASA是美国统计学协会主办的统计学科期刊，是统计学领域具有高度影响力与广泛认可度的国际顶尖杂志之一。

分类是统计学和机器学习中的最基本的任务之一。在大数据时代，分类数据集的样本容量与特征维数可能同时“爆炸”，这将导致传统特征筛选方法的计算成本剧增。针对该问题，李星祥论文利用条件秩构造筛选指标，并依此提出了一种全新的分布式筛选过程。新方法具有筛选准确、计算简便、稳健抗噪以及隐私安全的优点。在温和的假设条件下，该论文为分布式特征筛选的有效性提供了扎实的理论支撑。

近年来，数学与统计学院高度重视人才培养质量，始终坚持把“宽基础、强专业、重创新”作为研究生的培养目标，在拓展课程思政教育、英语能力培养、夯实学生数学基础的同时，强化创新能力的培养；构建“基础-专业-创新”进阶式的硕博贯通式培养模式；实行导师负责制，为学生基础知识获取、创新思维培养、国际视野开拓提供成才环境，引导学生树立远大志向，服务国家建设和社会进步。

个人简介：李星祥，2016年入学，现为西安交通大学数学与统计学院博士生，主要从事高维特征筛选、分布式统计推断，以及异质数据分析等领域研究。研究论文陆续发表在国际顶级期刊Journal of American Statistical Association，Journal of Machine Learning Research，以及国际重要学术期刊Statistics and Computing，Computational Statistics and Data Analysis，Statistica Sinica上。