2026硕士招生
课题一：异常检验
针对函数型数据，开发一种新的在线异常检验方法。例如，在机械手臂上安装传感器，连续测量其运动轨迹（如位置、速度等）,
生成轨迹随时间变化的函数型数据。通过函数型数据统计在线监控，可以实时监控机械手臂的运动轨迹、力度、速度等连续变量，
从而优化其性能并减少故障。
课题二：临床实验设计
1. 剂量探索：在新药研发的过程中，一期临床实验的宗旨在于探索药物毒性和剂量，从而选择出针对人类
使用药物的最佳剂量。本课题从贝叶斯最优区间设计入手，探索最佳剂量的确定方案；
2. 篮子实验设计：篮子研究是将相同靶基因的不同肿瘤放入一个篮子里，应用潜在作用于该靶点的实验药物，
评估其疗效和安全性，其目的就是研究可以治疗多种疾病或者疾病亚型的靶向疗法，属于精准医学领域。
课题三：基于人工智能算法的统计问题研究
1. 基于深度生成模型金融安全与风险管理：探索利用和创新AIGC中常见的生成算法，例如，VAE、GAN、Normalizing Flow
和 Diffusion Model，
针对时间序列数据，开发新模型计算风险指标，例如，VaR (Value at Risk)， ES (Expected Shortfall)
和 CVaR (Conditional Value at Risk)，
对时序数据的尾部风险进行评估，也可以对具有外部图结构的多元时间序列构成的系统进行风险评估。
本课题也可以与异常检验相互交叉。
2. 多模态数据整合分析：研究多模态数据的融合，进行跨模态语义对齐和学习，
利用一种模态的数据增强另一种模态的学习效果
（例如利用电子病历文本增强医学图像分割、分类）；研究多组学数据的融合分析，将自不同组学层次的数据（如基因组学、转录组学等）
进行整合和分析，可以对样本进行分类、聚类、预测，也可以在药物研发中筛选药物靶点。
毕业生去向
2025届：曾**，征信行业某公司； 周**，比亚迪
2024届：唐**，东北师大读博士
2023届，邹**， 贵州航天计量研究院
2022届，吴**， 坪山区中学教师