Chen Xu

Biographie

La recherche du professeur Xu est sur la modélisation et l’apprentissage statistique. Ses intérêts comprennent la sélection de fonctions, les méthodes de régularisation, la régression de grande dimension, l’estimation par noyau et le calcul statistique. Récemment, il se concentre sur le développement d’une méthode de traitement efficace des méga-données,  puisque les méthodes traditionnelles sont handicapés par de nombreux calculs. Son travail met l’accent sur les aspects autant théorique que pratique  et possède donc  un grand champ d’application dans différentes disciplines.

Publications sélectionnées :

• Zhang, F., Wang, J., Wang, W. and Xu, C. (2020) Low-tubal-rank plus Sparse Tensor Recovery with
  Prior Subspace Information. IEEE Transactions on Pattern Analysis and Machine Intelligence. In press.
• Li, X., Li, R., Xia, Z. and Xu, C. (2020) Distributed Feature Screening via Componentwise Debiasing. Journal of Machine Learning Research, 21, 1-32.
• Zhou. T., Zhu, L., Xu, C. and Li, R. (2019). Model-free Forward Regression via Cumulative Divergence. Journal of the American Statistical Association. In press.
• Wang, J., Xu, C., Yang, X. and Zurada, J. (2018). A Novel Pruning Algorithm for Smoothing Feed-forward Neural Networks based on Group Lasso. IEEE Transactions on Neural Networks and Learning Systems, 29, 2012-2024.
• Xu, C., Lin, S., Fang J. and Li, R. (2016). Prediction-based Termination Rule for Greedy Learning with Massive Data. Statistica Sinica, 26, 841-860.
• Xu, C., Zhang, Y., Li, R. and Wu, X. (2016). On the Feasibility of Distributed Kernel Regression for Big Data. IEEE Transactions on Knowledge and Data Engineering, 28, 3041 - 3052.
• Xu, C. and Chen, J. (2014). The Sparse MLE for Ultra-high-dimensional Feature Screening. Journal of the American Statistical Association, 109, 1257-1269. R Package Available

Service éditorial : Rédacteur adjoint (2019-présent), The Canadian Journal of Statistics

Groupe(s) de recherche : Statistiques et probabilité, Science des données et apprentissage automatique