5月7日下午，南京审计大学统计与数据科学学院周兴才教授应巢湖学院数学与大数据学院邀请，在笃行楼203会议室为师生作题为“Fast Sketching Distributed PCA for Large-Scale Federated Data”的学术报告，并与大家分享相关产学研经验。
报告围绕大规模联邦数据场景下分布式主成分分析（PCA）面临的挑战，系统地介绍新算法FedFask，并证明该算法能够达到与集中式PCA使用全部数据相同的学习速率，能支持更多工作节点以实现并行加速计算。大量实验也验证了FedFask的有效性。与会师生围绕报告内容同周兴才教授展开了热烈而深入的探讨。
随后，双方就统计学与大数据专业建设进行了交流，对科研合作开展了富有成效的磋商。周兴才教授对我院致力于产教融合方面的努力给予了高度评价，分享了硕士点培育方面的经验，介绍了统计学赋能企业数字化转型的案例。双方围绕数据驱动技术，对工业生产中的时序数据和图像数据进行实时监控与分析，达成了初步合作意向。
此次交流不仅拓宽了师生的学术视野，也为学院在大数据分析与智能工业应用领域的学科建设及科研合作奠定了良好基础。（文、图/岳霄霄 初审/苏先锋 终审/彭维才 发布/岳霄霄）
专家简介：周兴才，东南大学博士、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；主持省部级项目3项；累计主持与参加国家级项目8项；在国际统计学顶刊JRSSB、人工智能顶刊TPAMI和人工智能顶会ICML2026以及权威期刊TNNLS、Techonometrics、JCGS、Statistica Sinica、EJS和《中国科学：数学》等发表学术论文60余篇。任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。