4月22日下午，暨南大学经济学院“统计学系列Seminar”学术讲座第195期在石牌校区经济学院大楼（中惠楼）503室顺利举办。本次讲座特邀北京师范大学统计学院李高荣教授作题为“Moment-integrated Bias-adjusted Spectral Method for Community Detection in Multi-layer Networks”的学术报告，由经济学院刘一鸣老师主持，学院统计学及相关专业师生参与本次学术交流活动。
李高荣教授分享
李高荣教授围绕多层网络社区发现这一复杂网络与统计建模前沿问题展开深入分享。他指出，单层网络通常难以提供充足信息以识别全局社区结构，高效整合多层网络信息是提升社区发现效果的核心关键。在多层随机块模型框架下，李教授系统介绍了团队提出的“矩整合偏差校正谱方法（SpecMBA）”：该方法通过超参数实现邻接矩阵一阶与二阶矩的自适应整合，突破了传统固定形式聚合的局限；同时针对噪声异方差引发的估计偏差进行精准校正，有效缓解信号失真问题，并基于似然原理提出数据驱动的最优α选择策略。数值模拟与理论分析均验证，SpecMBA在多样场景下具备稳健优异的社区发现性能，且在温和条件下可严格保证社区发现的相合性。此外，李教授还展示了该方法在国际食品贸易网络中的实证应用，揭示了贸易网络中社区分布的经济规律与现实内涵。
互动交流环节，与会师生围绕多层网络建模逻辑、矩整合自适应机制、偏差校正理论机理、实证场景拓展等问题与李高荣教授展开热烈探讨，李教授逐一细致解答并分享前沿研究思路，现场学术氛围浓厚。
此次讲座聚焦复杂网络分析的前沿统计方法，系统展现了SpecMBA方法的理论创新与应用价值，有效拓宽了学院师生在高维统计、复杂网络建模等领域的学术视野，深化了对多层网络社区发现理论与实践的理解，进一步推动了校际间统计学领域的学术交流与协同发展。
教授简介
李高荣教授是北京师范大学统计学院教授、博士生导师，获评北京师范大学第十二届“最受本科生欢迎的十佳教师”，长期深耕非参数统计、高维统计、统计学习、纵向数据、测量误差数据及因果推断等领域。他在Annals of Statistics、Journal of the American Statistical Association等国际顶级统计期刊，以及《中国科学：数学》《统计研究》等国内权威期刊发表学术论文130余篇；出版《纵向数据半参数模型》《现代测量误差模型》《高维统计学》等5部著作，多部教材荣获北京高校优质本科教材奖、入选“十四五”普通高等教育本科国家级规划教材；主持国家自然科学基金、北京市自然科学基金等十余项国家及省部级科研项目，教学科研成果斐然，先后荣获北京市普通高校优秀本科毕业论文优秀指导教师、北京师范大学高等教育教学成果一等奖等多项荣誉。
校对 | 王嫡
责编 | 何琳琳
初审 | 刘一鸣
复审 | 王国长
终审发布 | 何凌云
（来源：暨南大学经济学院微信公众号）
