曾奕程
职务/职称
深圳市大数据研究院研究科学家
研究方向
高维统计，降维方法，统计机器学习，随机矩阵理论在统计中的应用
电子邮箱
statzyc@sribd.cn
教育背景
香港浸会大学统计学博士
浙江大学统计学硕士
天津大学数学与应用数学学士
个人介绍
曾奕程博士于2022年6月至今，在深圳市大数据研究院工作，任职研究科学家。此前，2014年和2016年曾博士分别在天津大学与浙江大学取得学士学位与硕士学位；2019年他于香港浸会大学取得博士学位；2019年10月至2022年2月他赴加拿大多伦多大学统计系从事博士后研究。曾博士主要运用随机矩阵理论工具研究并改进高维统计中的降维方法，同时关注相关的统计学习问题，其主要科研成果发表在Statistica Sinica，JMVA，CSDA，ICML与UAI等统计学与机器学习国际知名期刊或会议上。曾博士目前主持深圳市优秀科技创新人才培养项目（博士基础研究启动）一项。此外，他担任Biometrics, Communications in Statistics - Theory and Methods, AISTATS等期刊或会议的匿名审稿人。
代表性论文
#表示平行第一作者，*表示通讯作者
[1] Xin Chen#, Yicheng Zeng#, Siyue Yang and Qiang Sun*. (2023) Sketched ridgeless linear regres- sion: the role of downsampling. The 40th International Conference on Machine Learning (ICML). Accepted.
[2] Fangchen Yu, Yicheng Zeng, Jianfeng Mao and Wenye Li*. (2023) Online estimation of similarity matrices with incomplete data. The 39th Conference on Uncertainty in Artificial Intelligence (UAI). Accepted.
[3] Yicheng Zeng and Lixing Zhu*. (2023) Order determination for spiked type models with a divergent number of spikes. Computational Statistics & Data Analysis, 182, 107704.
[4] Yicheng Zeng and Lixing Zhu*. (2022) Order determination for spiked type models. Statistica Sinica, 32, 1633-1659.
[5] Junshan Xie#, Yicheng Zeng# and Lixing Zhu*. (2021) Limiting laws for extreme eigenvalues of large-dimensional spiked Fisher matrices with a divergent number of spikes. Journal of Multivariate Analysis, 184: 104742.
