2021年12月18日-19日，由中国运筹学会数学规划分会、中国现场统计研究会、北京应用统计学会和北京交通大学、北京工业大学、首都师范大学、中国人民大学、中国科学院数学与系统科学研究院等联合主办的“第六届统计优化与学习国际研讨会”采用线上方式举办。
12月18日上午，举办线上统计优化与学习国际研讨会开幕式。出席开幕式的有北京交通大学副校长赵鹏教授、中国现场统计学会理事长郭建华教授、中国运筹学会理事长戴彧虹研究员、香港理工大学陈小君教授、宾夕法尼亚州立大学李润泽教授、卡内基梅隆大学金家顺教授、新加坡国立大学Kim-Chuan Toh教授、曼尼托巴大学王力群教授、明尼苏达大学邹辉教授、哈佛大学柯峥教授、中国科学院大学郭田德教授、清华大学邢文训教授、北京航空航天大学韩德仁教授、北京交通大学修乃华教授、北京应用统计学会会长崔恒建教授、香港数学会会长孙德锋教授、数学规划分会理事长徐大川教授、以及北京交通大学科研院院长荆涛、北京交通大学理学院党委书记王煊等。会议开幕式由北京交通大学理学院院长于永光主持。
赵鹏向全体与会嘉宾表示热烈的欢迎，对可以承办本次会议倍感荣幸。赵鹏介绍了北京交通大学的历史渊源，和以“交通”为名的特色优势学科，并对理学院的背景及学科作了介绍。郭建华教授介绍了统计学会的背景，希望以这次会议的举办为契机，把统计、优化与学习间的交融互通延续下去。戴彧虹研究员介绍了运筹学会的背景，以及举办此次统计优化与学习国际研讨会的宗旨，希望可以在多学科领域的碰撞中，找到新的有价值的研究内容和发展方向。
12月18日上午，大会邀请2017年国际科学院杰出成就奖和2012年联合国世界气象组织格比尔木姆国际奖获得者、国际著名统计学家、宾夕法尼亚州立大学李润泽教授，介绍了具有高维中介的线性中介模型的统计推断，提出了一种对模型间接影响的估计方法，该方法通过部分惩罚最小二乘法实现。提出了对直接影响的F型检验，并进行蒙特卡洛模拟实验和真实数据实验，表明所提出方法的有效性。柯峥教授报告了统计学家合著和共同引用网络，通过引文关系来估计作者的研究兴趣，利用合著者关系来研究网络拓扑结构，并且提出了新的指标用来研究个体作者的多样性。科罗拉多州立大学周文副教授报告了使用潜在半参数混合模型进行聚类的研究，该方法无需对数据进行分布假设。提出了一种基于EM算法的交替极大化方法，并基于有限样本分析研究其收敛性。美国加州大学马士谦副教授针对最优传输问题，提出了一种黎曼块坐标下降(RBCD) 方法来解决Stiefel流形上的极大极小问题，在合成数据集和真实数据集上验证了方法的有效性。
12月18日下午，大会邀请了Beale-Orchard-Hays和Farkas奖获得者、新加坡国立大学杰出科学家奖获得者、新加坡国立大学数学系主任Kim-Chuan Toh教授报告了具有隐藏聚类结构的稀疏高斯图模型的估计，设计了一种有效的两阶段算法来解决所提出的模型，并开发了一种基于对称Gauss-Seidel的交替方向法，合成数据和真实数据的数值实验验证了模型的良好性能，以及算法的效率和鲁棒性。清华大学朱军教授介绍了在可靠有效地学习深度生成模型方面的最新进展，包括生成对抗网络、标准化流和基于能量的模型。介绍了一些关于半监督学习和持续学习的应用示例。北京工业大学赵欣苑副教授提出了一种新的基于迹函数的硬件驱动的自然梯度下降计算方法（THOR），使二阶优化方法适用于实际应用模型。借助硬件的力量，设计了一种硬件驱动的近似方法来计算 Fisher 信息矩阵，从而具备更好的性能。英国约克大学陈佳教授开发了一个统一的计量经济学框架，用于分析可以解释空间依赖性和共同因素的异构面板数据模型。提出了 CCEX-IV估计程序，通过回归变量的横截面平均值来近似因子，并使用内部工具变量处理空间内生性。
12月19日上午，大会邀请Lowa State University教员杰出研究奖、第七届厉以宁科研奖、2017年教育部自然科学一等奖获得者北京大学陈松蹊院士，分享了两个关于空气污染的研究：使用非参数经验似然法构建“综合控制”来评价北京大气预警的动态处理效果和测算局部污染排放的方法，提出了报告实时监控数据的过滤算法。美国卡内基梅隆大学金家顺教授报告了基于符号四边形（SgnQ）的最优网络测试的研究，在广泛的设置下，SgnQ有一个可处理的极限零点，且在测试功效方面是最佳的。并将SgnQ方法应用到合著和共同引用网络中。明尼苏达大学崔莹助理教授研究了求解一类非凸非光滑两阶段随机规划的分解方法，并进行数值实验，结果证明了所提出算法的有效性。约克大学冯阳副教授提出了随机子空间集成（RaSE），聚合了许多弱学习器；提出了 RaSE 算法的迭代版本，在某些特定条件下，需要生成较少数量的随机子空间才能通过迭代找到理想的子空间；研究了用于分类的RaSE框架，提出了一个名为Super RaSE的扩展，允许算法在集成过程中选择最佳的基方法和子空间对。爱荷华大学王勃翔助理教授报告了基于数据约简支持向量机的综合交叉验证算法，可直接产生用于实际使用的调谐SVM分类器。进一步提出了一种新颖的两阶段合并CV算法来处理具有拦截的SVM。通过广泛的模拟和基准数据应用，证明所提出算法比主流 SVM 求解器、kernlab和LIBSVM快一个数量级，并具有相同的精度。
12月19日下午，博士生论坛邀请了哈佛大学蒋宽豪博士报告了动态混合成员的估计问题，介绍一个动态度校正混合成员（dynamic DCMM）模型和dynamic SCORE（一种新的动态混合成员估计方法），能够在不同时间点跨网络借用信息，并处理真实网络中严重程度的异构性。宾夕法尼亚州立大学李长城博士针对具有高维响应的线性模型中的回归系数矩阵的线性假设提出了一种新的投影检验。系统地研究了所提出的测试的理论特性，从理论上和经验上证明了在变量之间存在高度相关性的情况下，所提出的测试可以超过现有的单样本和双样本均值问题的测试。首都师范大学张龄月博士研究了尾部依赖ρ,τ-矩阵的性质，并建立了它们具有一致性和渐近正态性的非参数估计。仿真和应用研究表明了与大偏差的Spearman风险系数相比，具有稳健值和无分布假设的Kendall风险系数是一种量化变量间尾部相关性的好方法。香港大学刘华锋博士介绍了最近在集群学习和可解释推荐方面的深度生成模型。通过在集群视图而不是逐点视图中对数据点进行分组，提出了一种有效的分簇层次生成神经聚类结构(CHiGac)。对于可解释的推荐，提出了一个可解释的深层生成推荐模型（InDGRM）来描述用户间偏好相似性和用户内偏好多样性，该模型将同时从观察层和潜在层分离学习到的表示。中国科学院数学与系统科学研究院张羊晶助理教授给出了任何惩罚函数为简单范数和半范数之和的平方根正则化模型都可以解释为相应最小二乘问题的分布鲁棒优化（DRO）公式的统一证明。设计了一种近点对偶半光滑牛顿算法，通过数值实验表明了该算法对于求解平方根稀疏group Lasso问题和平方根fused Lasso问题具有高效性。南安普顿大学杨德亮博士提出了基于EDM的应力MVU模型（SMVU-EDM），开发了一种求解惩罚模型的优化投影方法。将SMVU-EDM应用于大型模拟数据集和真实数据集，表明SMVU-EDM在生成分类可视化和保持降维质量的同时，优于基于核的CMVU和t-SNE。伯明翰大学孟楠博士求解了一类稀疏约束优化问题的一类典型的阈值算法，提出了偏梯度和最优k-阈值技术的相结合的偏梯度最优阈值方法，克服了硬阈值的固有缺点。建立了算法的解误差界和收敛性。实验结果表明，所提出的PGROTP算法是有效的，可以与现有的几种稀疏信号恢复算法进行比较。香港理工大学的袁雁城助理教授展示了凸聚类模型的模型保证和数值算法方面的一些进展。
12月19日下午，2021年统计优化与学习国际研讨会圆满结束，在线上举行简短的闭幕式。香港数学会会长孙德锋教授、中国运筹学会数学规划分会理事长徐大川教授和北京交通大学基础与交叉科学研究院副院长修乃华教授分别致辞。闭幕式由北京交通大学景丽萍教授主持。香港数学会会长孙德锋教授对本次会议的圆满结束表示热烈的祝贺，对会议的组织方给与了高度的肯定与鼓励，介绍了初办会议的宗旨，希望研讨会可以为各学科的融合起到促进作用。徐大川教授介绍了数学规划分会的活动, 对这次会议的报告人表示感谢，特别是在报告过程中,与会代表积极参与互动，对各自感兴趣的课题积极踊跃提问并进行了热烈的讨论，学术气氛十分活跃，肯定了我们这次会议非常成功。北京交通大学基础与交叉科学研究院副院长修乃华教授对本次会议进行总结，对大会报告人及线上参与的****们的支持表示衷心的感谢，希望今后会议可以更好地促进交叉学科的融合，为广大****提供更好的交流平台。
此次研讨会参加此次学术盛会的有来自英国、美国、新加坡等国家和地区，以及全国高校和研究机构的****，每场报告在线人数均超过150人，最高达217人。在大会报告前期举办了为期五天的短期课程，邀请了北京大学董彬副教授、清华大学苏航副研究员、北京师范大学郭旭副教授、复旦大学郦旭东副教授、北京交通大学罗自炎教授五位主讲人。短期课程有2个课程群（合计868人），累计听课2000余人次。
第六届统计优化与学习国际研讨会为来自世界不同地区的高校和研究机构开展统计、优化以及机器学习领域的****提供了一个科研交流和学习的平台，对统计优化与学习的研究进展起到积极推动作用。这有利于培养复合型高层次青年人才，推动统计优化的发展，进一步促进最优化学科的快速发展，为大数据科学计算和应用提供支撑平台，更好地为国家大数据战略的实施和人工智能产业服务。
