统计与数据科学学院 王子平 报道
2026年4月14日下午，南方科技大学研究员李挺应邀为我院师生做学术讲座。本次讲座为统计科学与大数据研究院成立十周年系列学术交流活动之一，在位育楼417会议室举行，由刘广应教授主持。
本次讲座中，李挺研究员以“Ball Impurity: Measuring Heteroge-neity in General Metric Spaces”为题，立足复杂非欧数据统计分析的国际前沿痛点，系统分享了其团队在通用度量空间异质性度量领域的原创性研究成果。讲座开篇，研究员聚焦神经影像数据分析这一核心应用场景，指出 ADNI、HCP、ABCD、UKB 等全球主流神经影像数据集数据普遍以形状、张量、脑连接网络、扩散率四类形式呈现，大多不具备希尔伯特结构，属于典型的复杂非欧数据，传统统计分析方法难以适配其异质性度量需求，为相关领域的研究带来了极大技术瓶颈。随后，李挺研究员深入讲解了本次研究的核心创新成果 ——“Ball Impurity”方法。
在场师生就此展开了热烈且深入的研讨，尤其围绕球不纯度距离算法的理论细节、适用边界，度量空间的参数选择规则，以及非欧数据距离计算的特点等核心问题，进行了激烈的学术交流与思想碰撞。李挺研究员结合自身研究经验与团队后续研究规划，对每一个问题都进行了细致严谨的解答，与提问师生展开了多轮深入的探讨，现场学术交流氛围十分浓厚。
探讨之后研究员分享了“Ball Impurity”方法在模拟分析结果，展示了实际应用结果，展现了其在解决复杂数据分析任务中的广阔应用前景。
在最后的交流互动环节，主持人刘广应教授联系稀疏学习的高维数据降维对“Ball Impurity”方法的计算量提出了询问，与会的周兴才教授也就统计研究的前沿热门分析方法——因果推断，与李挺研究员进行了深刻的学术探讨，李挺教授对此发表了独特的见解，他认为因果推断所推出的因并不能说是真正的“因”，是在一定条件概率下的假“因”，绝大部分只能说或有相关性，该见解得到了与会师生的一致认同。本次学术讲座取得了圆满成功。通过本次讲座，不仅拓宽了我院师生在非欧数据统计分析、高维异质性度量领域的学术视野，更带来了前沿的研究思路与可落地的方法工具，为我院师生开展相关交叉领域的学术研究提供了宝贵的参考与启发。
