为指导我院师生深入了解学术前沿、开拓统计国际视野，普渡大学统计学张浩教授受邀于2023年5月18日下午2点进行题目为“Spatial Statistics and Kernel Learning”的学术报告。本次报告会由统计学院院长刘立新教授主持，学院教师和博士研究生参与了本次讲座。

刘立新院长简要介绍了张浩教授的履历，并代表统计学院感谢张浩教授在学院成立十余年来给予的支持与关怀。在随后学术报告中，张浩教授在简要介绍内核学习方法和空间统计相关知识的基础上，逐一阐述了有界域上随机过程协方差矩阵的最新理论成果。张教授认为协方差矩阵是核方法和空间统计的基础工具，并证明了在任何连续协方差函数都满足的较温和的条件下，在有界域中样本量n趋近于无穷时，协方差矩阵是趋于奇异的。此外，张浩教授选用再生核希尔伯特空间中的近似理论、希尔伯特空间中线性算子的谱理论和Min-Max定理等作为方法论证研究结果。最后，张教授讨论了上述研究结果在大型空间数据分析的应用。

整个报告中，我院师生积极参与讨论。韩子非、张书聪、郝美玲等老师先后就算法优化、协变量建模理念和变量中心化等问题进行了提问，张浩教授一一进行了回答。

张浩教授所做的学术报告对我院师生在空间统计与深度学习相关科研工作提供了众多的启发。参会的教师与研究生也纷纷表示受益匪浅，会在今后工作与学习中积极与张浩教授进行交流。