Uncertainty Quantification in Learning from Pairwise Comparisons (更改至5月26日周四)

报告人：章叶（宾夕法尼亚大学统计与数据科学系助理教授）

主持人：庞天晓（浙江大学数学科学学院统计系）

时间：2022/05/26 13:30- （周四）

地点：腾讯会议 758-543-870

摘要：Ranking from pairwise comparisons is a central problem in a wide range of learning and social contexts, and the Bradley-Terry-Luce (BTL) model is one of the most studied models for analyzing ranking data. Despite all the recent progress, uncertainty quantification under the BTL model remains unclear when only a small number of comparisons is observed. To address this challenge, we first establish non-asymptotic entrywise distributions of the maximum likelihood estimation and the spectral method under the BTL model. We then develop statistical inference procedures for individual rankings and preference parameters.

报告人简介：章叶，宾夕法尼亚大学统计与数据科学系助理教授。2013 年本科毕业于浙江大学数学科学学院统计学专业，曾获浙江大学竺可桢奖学金。2018年在耶鲁大学获统计学博士学位。2018-2019 访问芝加哥大学一年。2019 年入职宾夕法尼亚大学统计与数据科学系，担任助理教授。章叶教授的研究领域涵盖网络分析、聚类与混合模型分析、谱分析、平均场变分推断（Mean field variational inference）、排序和同步化（Ranking and synchronization）等等。在统计学和机器学习领域的国际顶级期刊（Annals of Statistics，JASA，Journal of Machine Learning Research，IEEE Transactions on Information Theory 等）发表学术论文多篇。他于 2018 年获耶鲁大学 Francis J. Anscombe Award，2019年获ICSA New Researcher Award。

（个人主页：https://statistics.wharton.upenn.edu/profile/ayz/）

联系人：庞天晓老师（txpang@zju.edu.cn）

欢迎各位老师和同学参加！