周兴才 教授,博士,博士生导师
单位:统计与数据科学学院/统计科学与大数据研究院,崇真楼203室
Email: xczhou@nau.edu.cn
通讯地址:南京市浦口区雨山西路86号 邮编:211815
研究领域:机器学习、函数型数据分析、高维统计推断、分位数回归、统计计算
教学课程:统计强化学习、神经网络与深度学习、统计计算、多元统计分析、数理统计、大样本理论、概率论与数理统计
个人网页:xingcaigithub.github.io xingcainau
1. 科研简历
安徽大学概率统计本科、南京航空航天大学理学(统计学方向)硕士、东南大学理学(统计学方向)博士、东南大学控制科学与工程博士后,加拿大University of Alberta数学与统计系博士后。主持“统计机器学习”为主题的国家自然科学基金面上项目和国家社会科学基金一般项目各1项;主持教育部人文社科基金1项、省自然科学基金(面上项目)2项、中国博士后基金(特别资助)1项、中国博士后基金(一等资助)2项,参与国家级基金项目6项;累计主持与参加国家、省部级各类项目20余项;在国际统计学期刊Journal of the Royal Statistical Society: Series B (Statistical Methodology)、Techonometrics、IEEE Transactions on Neural Networks and Learning Systems和Statistica Sinica等发表SCI论文60余篇。中国现场统计研究会生存分析分会副理事长、旅游大数据分会常务理事,江苏省应用统计学会理事。
2. 承担项目
[26] 国家自然科学基金项目(面上项目),若干高维非凸学习的统计和计算理论研究及其应用(12171242),2022.01-2025.12. (主持)
[25] 国家社会科学基金(一般项目),稳健分布式学习的统计建模及应用研究(19BTJ034),2019.6-2023.6. (主持)
[24] 国家自然科学基金项目(面上项目),结构化模型的分布式学习:复杂度、隐私与统计推断(12371291),2023.01-2026.12,(参与)
[23] 国家自然科学基金项目(面上项目),金融资产收益波动率的统计推断及其应用研究(11971235),2020.1-2023.12.(参与)
[22] 国家自然科学基金(青年项目),复杂数据下带跳回归模型的统计分析(11701286), 2017.08-2020.12, (参与)
[21] 国家自然科学基金(面上项目), 具有复杂相关结构的几类统计模型的理论与应用研究(11171065),2012.01-2015.12.(参与)
[20] 国家社会科学基金(一般项目),基于深度学习的时空模型分析及其在大气污染数据中的应用研究 (22BTJ021), 2022.06-2025.06. (参与)
[19] 国家社会科学基金(一般项目),基于审计大数据分析的统计过程控制研究(20BTJ057), 2020.09-2023.06. (参与)
[18] 江苏省高校自然科学研究项目-重大项目, 波动率矩阵自回归模型统计推断及其在金融高频数据应用(21KJA110003), 2021.10-2024.09. (参与)
[17] 教育部人文社科青年基金项目,面板数据含有测量误差的半参数计量经济模型理论研究及其应用(11YJC790311),2012.01-2014.12. (主持)
[16] 安徽省自然科学基金面上项目,复杂相依数据半参数模型非线性小波估计的理论研究及其应用(1408085MA03),2014.07-2016.06. (主持)
[15] 安徽省自然科学基金面上项目,纵向数据半参数混合效应模型的经验似然推断及其应用(11040606M04),2011.01-2013.12. (主持)
[14] 江苏省自然科学基金面上项目,相依重尾模型中信用风险和操作性风险的渐近问题研究,2020.07-2023.06. (参与)
[13] 江苏省自然科学基金面上项目, 噪音过程和价格过程相依情形的统计推断研究及其在金融高频数据的应用 (BK20181417),2018.06-2021.06.(参与)
[12] 教育部人文社科青年基金项目,巨灾保险风险模型的风险度量与统计分析研究(20YJA910006),2020.02-2023.03.(参与)
[11] 教育部人文社科青年基金项目, 相依结构数据金融风险模型理论的研究(12YJCZH217), 2012.02-2014.03. (参与)
[10] 江苏省自然科学基金面上项目,重尾模型中近极值数据的统计推断及其应用(BK2011058),2011.10-2013.12. (参与)
[9] 安徽省自然科学基金面上项目, 若干新相依序列极限定理问题的研究(1308085MA03), 2013.01-2015.12. (参与)
[8] 高等学校博士学科点专项科研基金(博导类),基于Copula 相关函数的近极值事件的统计推断及其应用(20120092110021),2013.01-2015.12. (参与)
[7] 中国博士后科学基金(特别资助),神经影像函数型数据统计模型的小波分析(2018T110422), 2018.03-2019.12. (主持)
[6] 中国博士后科学基金一等资助,函数型数据变系数模型M估计的理论研究及其应用(2016M590396),2016.03-2019.12. (主持)
[5] 中国博士后科学基金一等资助,复杂数据非参数和半参数模型的小波理论及其应用研究(2013M540402),2013.06-2014.09. (主持)
[4] 安徽省高校省级自然科学研究重点项目,具有复杂相关结构的半参数模型小波估计的理论研究及其应用(KJ2012A270),2012.01-2014.12. (主持)
[3] 国家统计局,高维纵向数据下带跳变系数模型的统计推断(2017LY71),2017.09-2019.09. (参与)
[2] 江苏省统计局, 经济大数据挖掘方法的原理与应用研究, 2016.06-2016.12, (参与)
[1] 南京市统计局, 南京市人口中长期预测研究分析(2015RKDCKT), 2016.10-2016.11, (参与)
3. 学术论文
Technical report
(1) Xingcai Zhou, Haotian Zheng, Guang Yang, Linglong Kong. FedFask: Fast Sketching Distributed PCA for Large-Scale Federated Data (Submitted)
(2) Xingcai Zhou, Guang Yang, Linglong Kong, Bidirectional Efficient Non-Convex Adaptive Federated Learning (Submitted)
(3) Xingcai Zhou; Tingyu Lai; Linglong Kong; Functional Linear Operator Quantile Regression for Sparse Longitudinal Data. (Submitted)
(4) Xingcai Zhou; Huiying Chen; Communication-efficient and privacy-preserving multi-site learning and score test for ordered response logit model based on electronic health record data for heart failure.
(5) 周兴才, 陈慧莹, 林金官. 广义线性模型分布式学习的无损Score检验----多站点心力衰竭EHRs数据分析. 《数理统计与管理》(录用)
代表论文(共发表论文64篇|第一作者57篇|SCI 54篇)
[38] Xingcai Zhou; Ding, S., Wang, J., Liu, R., Kong, L., & Huang, C. Distribution-on-scalar Single-index Quantile Regression Model for Handling Tumor Heterogeneity. Techonometrics, 2025+, 1–17. https://doi.org/10.1080/00401706.2024.2441686 (SCI)
[37] Xingcai Zhou; Le Chang; Jinde Cao; Communication-efficient non-convex distributed learning with error feedback for uplink and downlink. IEEE Transactions on Neural Networks and Learning Systems. 2025+, 1-12. https://doi.org/10.1109/TNNLS. 2023.3333804. (SCI)
[36] Shengxian Ding. Xingcai Zhou. Jinguan Lin. Rongjie Liu. Chao Huang. Confounder adjustment in single index function-on-scalar regression model. Electronic Journal of Statistics, 18(2) 5679 - 5714, 2024. https://doi.org/10.1214/24-EJS2333 (SCI)
[35] Xingcai Zhou; Miyeon Yeon; Jiangyan Wang; Shengxian Ding; Kaizhou Lei; Yanyong Zhao; Rongjie Liu; Chao Huang; The Alzheimer’s Disease Neuroimaging Initiative; Shape Mediation Analysis in Alzheimer’s Disease Studies. Statistics in Medicine,2024; 43:5698–5710 (SCI)
[34] Xingcai Zhou, Haotian Zheng, Haoran Zhang, Chao Huang. Efficient distributed transfer learning for large-scale Gaussian graphic models. Stat. 2024; 13: e70004. (SCI)
[33] Xingcai Zhou, Guang Yang, Chang Le, Lv Shaogao. Communication-efficient Byzantine-robust distributed inference with error feedback: a trade-off between compression and adversary. Information Sciences. 2024, 678: 121010. (SCI)
[32] Xingcai Zhou, Guang Yang. More Communication-efficient distributed sparse learning. Information Sciences. 2024, 668: 120523. (SCI)
[31] Xingcai Zhou, Dehan Kong, M. Pietrosanu, Linglong Kong, R. Karunamuni. Empirical likelihood M-estimation for the varying-coefficient model with functional response. Scandinavian Journal of Statistics. 2024, 51:1357–1387. (SCI)
[30] Xingcai Zhou; Guang Yang; Federated Learning with Communication-Efficiency and Privacy-Preserving Counteracting Heterogeneity. Information Sciences. 2024, 661: 120167. (SCI)
[29] Xingcai Zhou, Zhaoyang Jing, Chao Huang. Distributed bootstrap simultaneous inference for high-dimensional quantile regression. Mathematics. 2024, 12(5), 735. (SCI)
[28] Xingcai Zhou, Dehan Kong, A. B. Kashlak, Linglong Kong, R. Karunamuni, and Hongtu Zhu, Functional Response Quantile Regression Model, Statistica Sinica, 2023: 33, 2643-2667. (SCI)
[27] Xingcai Zhou; Chang Le; Xu Pengfei; Lv Shaogao; Communication-efficient Byzantine-robust distributed learning with statistical guarantee, Pattern Recognition, 2023, 137: 109312. (SCI)
[26] Xingcai Zhou and Yu Xiang, ADMM-Based Differential Privacy Learning for Penalized Quantile Regression on Distributed Functional Data, Mathematics 2022, 10(16), 2954. (SCI)
[25] Xingcai Zhou and Hao shen. Communication-efficient distributed learning for high-dimensional support vector machine, Mathematics, 2022, 10(7), 1029. (SCI)
[24] Shaogao Lv & Xingcai Zhou. Discussion of: ‘A review of distributed statistical inference’, Statistical Theory and Related Fields, 2022, 2022, 6(2): 105-107.
[23] Zhou Xingcai, Wang Jiangyan, Wang Hongxia, Lin Jinguan. Panel semiparametric quantile regression neural network for electricity consumption forecasting,Ecological Informatics, 2022, 67, Article 101489. (SCI, SSCI)
[22] Liu Meichen, Pietrosanu Matthew, Liu Peng, Jiang Bei, Zhou Xingcai, Kong Linglong. Reproducing kernel-based functional linear expectile regression. The Canadian Journal of Statistics, 2022, 50(1):241-266. (SCI)
[21] Xingcai Zhou. Uniform convergence rates for wavelet curve estimation in sup-norm loss, Journal of Computational and Applied Mathematics, 2022, 400, 113752. (SCI)
[20] Xingcai Zhou and Shaogao Lv. Robust wavelet-based estimation for varying coefficient dynamic models under long-dependent structures,Analysis and Applications, 2021, 19(6): 1033-1057. (SCI)
[19] Qibing Gao, Chunhua Zhu, Xiuli Du, Xingcai Zhou and Dingxin Yin, The asymptotic properties of scad penalized generalized linear models with adaptive designs, Journal of Systems Science & Complexity, 2021, 34: 759–773. (SCI)
[18] Xingcai Zhou and Jiangyan Wang. Panel quantile regression neural network for electricity consumption forecasting in China: a new framework. Energy Sources, Part B: Economics, Planning, and Policy, 2021, 16(5): 420-442. (SCI, SSCI)
[17] Xingcai Zhou, Beibei Ni, Hongxia Wang, Xingfang Huang, Berry-Esseen bounds for wavelet estimator in time-varying model with censored dependent data, Mathematica Slovaca, 2019, 69(5), 1213-1232. (SCI)
[16] Peisong Han,Linglong Kong,Jiwei Zhao,Xingcai Zhou,A General Framework for Quantile Estimation with Incomplete Data, Journal of the Royal Statistical Society: Series B (Statistical Methodology), 2019, 81(2): 305-333. (顶级、SCI)
[15] Xingcai Zhou, Beibei Ni, Chunhua Zhu, Wavelet estimation in time-varying coefficient models, Lithuanian Mathematical Journal, 2019, 59(2): 276-293 (SCI)
[14] Yafei Wang, Linglong Kong, Bei Jiang, Xingcai Zhou, Shimei Yu, Li Zhang, Giseon Heo, Wavelet-based LASSO in functional linear quantile regression. Journal of Statistical Computation and Simulation, 2019, 89(6): 1111-1130. (SCI)
[13] Zhou X.C. and Lin J.G. Asymptotics of a wavelet estimator in the nonparametric regression model with repeated measurements under a NA error process, Revista de la Real Academia de Ciencias Exactas, Fisicas y Naturales. Serie A--Matematicas, 2015, 109:153-168. (SCI)
[12] Zhou X.C. and Lin J.G., Empirical likelihood inference in mixture of semiparametric varying coefficient models for longitudinal data with nonignorable dropout, Statistics, 2014, 48: 668-684. (SCI)
[11] Zhou X.C. and Lin J.G. Empirical likelihood for varying-coefficient semiparametric mixed-effects error-in-variables models with longitudinal data, Statistical Methods and Applications. 2014,23: 51-69. (SCI)
[10] Zhou X.C. and Lin J.G., Asymptotic properties of wavelet estimators in semiparametric regression models under dependent errors, Journal of Multivariate Analysis. 2013, 122: 251-270 (SCI)
[9] Zhou X.C. and Lin J.G., Empirical likelihood inference in mixtures of semiparametric varying coefficient EV models for longitudinal data with nonignorable Dropout, Journal of the Korean Statistical Society, 2013, 42: 215-225. (SCI)
[8] Zhou X.C. and Lin J.G., Semiparametric regression estimation for longitudinal data in models with martingale difference error’s structure. Statistics, 2013, 47(3): 521-534. (SCI)
[7] Zhou X.C. and Lin J.G., On complete convergence for strong mixing sequence, Stochastics 2013, 85(2): 262-271. (SCI)
[6] Zhou X.C. and Lin J.G., On moments of the maximum of partial sums of moving average processes under dependence assumptions, Acta Mathematicae Applicatae Sinica, English Series, 2011, 27: 691-696. (SCI)
[5] Zhou X.C. and Lin J.G., Complete moment convergence of moving average processes under ρ-mixing assumption, Mathematica Slovaca, 2011, 61: 979-992. (SCI)
[4] Zhou X.C. Liu X.S. and Hu S.H., Moment consistency of estimators in partially linear models under NA samples, Metrika, 2010, 72(2): 415-432. (SCI)
[3] Zhou X.C. and Liu X.S., The Monte Carlo EM method for estimating multivariate tobit latent variable models, J Statistical Computation & Simulation, 2009, 79(9): 1095-1107. (SCI)
[2] Zhou X.C. and Liu X.S., The EM algorithm for the extended finite mixture of factor analyzers model, Computational Statistics and Data Analysis, 2008, 52(8): 3939-3953. (SCI, EI)
[1] Zhou X.C. and Liu X.S., The Monte Carlo EM method for estimating multinomial probit latent variable models, Computational Statistics, 2008, 23(2): 277-289. (SCI)
4. 社会服务
中国现场统计研究会生存分析分会副理事长
中国现场统计研究会旅游大数据学会常务理事
江苏省应用统计学会理事
5. 获奖(个人奖项)
l 2022年 中国商业联合会科学技术奖二等奖
l 2016年 安徽省第八届自然科学优秀学术论文三等奖1项
l 2016年 铜陵市第七届自然科学优秀学术论文一等奖1项
l 2014年 铜陵市第六届自然科学优秀学术论文一等奖1项
l 2013年 安徽省第七届自然科学优秀学术论文三等奖1项
l 2010年 安徽省第六届自然科学优秀学术论文三等奖2项
l 2010年 铜陵市第五届自然科学优秀学术论文一等奖1项、三等奖1项
l 2003年 铜陵市科技进步奖二等奖1项
6. 学生培养
l Ni, B. B.,2018级学硕,毕业论文:时变系数模型和非参数位置尺度模型的小波估计,毕业工作:高校(南京)
l Lu, T.X., 2019级专硕,毕业论文:高维不平衡数据分类研究及其在信用卡领域的应用,毕业工作:数据科技公司(南京)
l Shen, H.,2019级学硕,毕业论文:高维支持向量机的通信有效分布式学习,毕业工作:数据科技公司(南京)
l Xu, P.F., 2020级专硕,毕业论文:对抗拜占庭问题的稳健分布式算法,毕业工作:数据科技公司(南京)
l Sun, L.Y., 2020级专硕,毕业论文:基于深度学习的音乐流派分类与生成技术研究,毕业工作:数据科技公司(宁波)
l Xiang, Y., 2020级学硕,毕业论文:函数型数据分布式差分隐私ADMM算法研究,毕业工作:数据科技公司(合肥)
l Chang, L., 2020级学硕,毕业论文:通信高效的非凸优化分布式学习研究,升学:南京大学读博
l Yang, G., 2020级学硕,毕业论文:若干通信有效的分布式稀疏学习算法研究,升学:南京审计大学读博
l Liu, X.Y., 2021级专硕,毕业论文:基于YOLOv5s的新冠肺炎X光片目标检测算法改进研究,毕业工作:银行(宜昌)
l Sun, Z., 2021级专硕,毕业论文:新冠肺炎医学图像分割的UNet模型改进研究, 毕业工作:数据科技公司(深圳)
l Jing, Z.Y., 2021级学硕,毕业论文:通信有效的分位数回归分布式Bootstrap学习推断研究,升学:南京审计大学读博
l Chen, H.Y., 2021级学硕,毕业论文:两类广义线性模型的分布式学习和Score 检验研究,毕业工作:保险公司(南京)
l Liu, Y.H., 2021级学硕,毕业论文:基于自适应去噪得分匹配的生成式多步预测算法研究,毕业工作:数据科技公司(苏州)
l Sun, Z.C., 2022级专硕,毕业论文:有效公平PCA 算法改进应用研究,毕业工作:银行(亳州)
l Zhao, W.T., 2022级专硕,毕业论文:基于编码-解码结构算法的皮肤病变图像分割研究,毕业工作:数据科技公司(南京)
l Zheng, H.T.,2022级学硕,在读
l Liu, X.L.,2022级学硕,在读
l Gu, Y.,2023级专硕,在读
l Fan, X.C.,2023级学硕,在读
l Tang, J.L.,2024级学硕,在读
l Dong, X.,2024级学硕,在读
l Xu, Z.N.,2024级专硕,在读
l Wang, J.D.,2024级专硕,在读
l Yang, G., 2023级博士,在读
l Jing, Z.Y., 2024级博士,在读