北京交通大学硕士研究生导师信息:牛璐
2026-05-12 17:23:00来源: 网络
- 【今年考研】26国家线 | 历年院校线 | 复试查询 | 调剂信息查询 | 复试小程序
- 【明年考研】2027考研书单 | Ai智能择校 | 考研报录比 | 考研新大纲 | 真题+答案
- 【热门专业】保研&推免 | 计算机考情 | 法硕指南
- 【考研工具】 考研院校查询 | 管综测评 | 英语测评 | 考研估分 |
在读研期间,所有与你读研相关的事情,可能都需要经过你的导师同意,所以说,选择导师真的很重要,也希望大家能够认真对待这件事,怎样才能选择适合自己的导师呢?这就要我们提前做足功课,尽可能多的搜集有关你准备报考的导师的信息,下面新东方在线考研频道为大家分享:“北京交通大学硕士研究生导师信息:牛璐”文章。
牛璐
博士 、讲师
基本信息
办公电话:电子邮件: luniu@bjtu.edu.cn
通讯地址:邮编:
教育背景
2010年9月-2014年6月 北京航空航天大学 数学科学学院 理学学士
2014年9月-2020年6月 北京航空航天大学 数学科学学院 理学博士
工作经历
2020年7月-2022年9月 北京交通大学 数学与统计学院 博士后
研究方向
数据分析与挖掘
概率论与数理统计
招生专业
统计学硕士
数学硕士
科研项目
自然科学横向项目: 泰勒架的建模方法与软件开发研究, 2024-2025
国家重点研发计划-任务: 精准医学的多尺度因果理论与应用, 2023-2027
自然科学类人才基金项目: 高维张量数据精度矩阵的半参估计, 2023-2026
国家自然科学基金"青年基金": 高维张量数据图模型的稳健估计, 2023-2025
国家自然科学基金“面上”: 支持张量机的优化理论与快速算法, 2023-2026
其它: 高维张量数据协方差矩阵及其逆矩阵的稳健推断, 2020-2022
教学工作
主讲本科生公共基础课《概率论与数理统计B》、研究生公共基础课《最优化方法I》,本研高级课程群课程《大数据分析中的算法》等
论文/期刊
[1] Lu Niu and Junlong Zhao. (2019), High-Dimensional Semiparametric Estimate of Latent Covariance Matrix for Matrix-variate[J], Statistica Sinica, 29: 1535-1559.
[2] Junlong Zhao, Chao Liu, Lu Niu and Chenlei Leng. (2019), Multiple Influential Point Detection in High Dimensional Regression Spaces[J], Journal of the Royal Statistical Society Series B (Methodological), 81: 385-408.
[3] Junlong Zhao, Lu Niu and Shushi Zhan. (2017), Trace Regression Model with Simultaneously Low Rank and Row(Column) Sparse Parameter[J], Computational Statistics and Data Analysis, 116: 1-18.
[4] Lu Niu, Xiumin Liu and Junlong Zhao. (2020), Robust Estimator of the Correlation Matrix with Sparse Kronecker Structure for a High-dimensional Matrix-variate[J], Journal of Multivariate Analysis, 177: 104598.
[5] Xiumin Liu, Lu Niu and Junlong Zhao. (2023), Statistical inference on the significance of rows and columns for matrix-valued data in an additive model[J], TEST, 10.1007/s11749-023-00852-3.
以上就是小编为大家分享的:“北京交通大学硕士研究生导师信息:牛璐”,更多研究生导师信息,欢迎继续浏览新东方在线研究生导师频道。
版权及免责声明:
一、凡本网注明“稿件来源:新东方在线”的内容,版权均属北京新东方迅程网络科技股份有限公司所有,未经授权不得转载、链接、转贴或以其他方式复制发表。获授权使用者须注明来源,违者将依法追责。
二、本网未注明上述来源的转载内容,旨在传递更多信息,并不代表赞同其观点或证实其真实性。使用方须保留本网注明的来源,并自负法律责任。擅自篡改来源将依法追责。
三、若内容涉及版权等问题,请联系weisen@xdf.cn处理。
