陈松蹊团队
陈松蹊科研团队致力于发展和推广统计学理论和方法在超高维数据统计推断、高分辨率数据同化、数学地球物理学、气候变化、中国空气质量评估应用研究、计量经济学以及人口统计等方面的应用。
论文提出了一种适用于非线性时变关系的动态合成控制方法,并将其用于评估北京重污染预警期间减排措施的效果。
该论文聚焦高维张量数据协方差矩阵的估计问题,提出了多重带状协方差类和局地化估计量,并建立了相关的统计理论性质。
陈磊、陈松蹊教授和何婧教授合作完成的论文《我国人口发展趋势及政策启示》在《统计研究》2026年第8期发表
本研究提出了一种基于多模态信号与多尺度特征提取的癫痫发作期检测算法,显著提升了癫痫发作检测的准确度与泛化性.
又时值毕业季,我们特此整理并刊发这篇演讲文稿,愿以此寄语青年:不必执着于当下完美选择,看似普通曲折的道路,同样能够奔赴心...
论文提出一种新的统计检验方法,能够有效地检测大规模数据集的隐藏信号,并且无需事先知道信号强度或信号密度。
基于客观空气质量测量数据,用统计方法消除气象因素及人为干扰,研究建立空气污染减排策略有效性的评估评价...
开发方法适用于新规范的数据:数据的维数远远大于样本点个数,常见于遗传和生物医学研究中,脑成像技术、社...
参数似然是传统统计学的核心方法, 极大似然估计和似然比检验是统计学的基本方法。
用建模的方法分析中国经济数据和一般经济计量分析。
2020年1月23日——武汉开始实施为期76天的封锁的那一天,陈教授组织了一支团队,致力于对抗这场全球大流行。 ...
EEG-X智能脑电分析平台 通过统计学和深度学习技术对脑电图、脑影像数据进行分析,解决脑重大疾病诊疗中的关键...