国家天元数学西北中心2024年的活动主题为“数据科学与医疗健康”。主题年活动将围绕国家在数据科学与医疗健康领域的重大需求，聚焦复杂数据结构的统计算法和理论分析，构建高效求解大数据计算与分析的基础算法；以解决大数据分析中的基本科学问题为核心，研讨医学大数据智能处理与分析方法、新发重大传染病的快速预测预警、健康大数据的治理与共享等重要问题；探索解决统计学和数据科学中这些相关的大数据问题；促进统计学和数据科学在医疗健康领域的快速发展，加快医疗健康行业实现数字化、智能化转型，推进健康中国建设。
为更好地组织开展主题年活动，中心聘请了主题活动的首席科学家、专家委员会及组织委员会。具体名单如下：
首席科学家：
徐宗本院士（西安交通大学）
专家委员会：
白志东院士（东北师范大学）
陈松蹊院士（北京大学）
范剑青院士（美国普林斯顿大学）
吴建宏院士（加拿大约克大学）
郑海荣院士（中国科学院深圳先进技术研究院）
陈洛南研究员（中国科学院上海生命科学研究院）
蒋田仔研究员（中国科学院自动化研究所）
林伟教授（复旦大学）
沈定刚教授（上海科技大学）
朱力行教授（北京师范大学）
组织委员会：
马建华教授（西安交通大学）
孟德宇教授（西安交通大学）
孙剑教授（西安交通大学）
肖燕妮教授（西安交通大学）
徐晨教授（加拿大渥太华大学）
练春锋副教授（西安交通大学）
朱学虎副教授（西安交通大学）
2024年，中心将围绕“大数据统计分析的基础理论与方法”、“大数据计算与分析的基础算法”和“医疗健康大数据分析处理的典型应用方法”三个重大科学问题，开展系统性研究和学术交流活动。活动初步安排如下，最终的详细日程将通过中心网站及微信公众平台实时发布，欢迎感兴趣的专家学者、青年教师及研究生积极参与。
一、讲习班
讲习班系统性地讲授主题中的一些基础知识、核心方法，帮助该领域的青年学者掌握数学与学科交叉领域的应用数学和专业基础知识。本年度将围绕主题组织三期讲习班。
1.讲习班一：面向大数据的现代分析方法讲习班共30学时（4月8-12日）
内容简介：介绍基于大模型的大数据分析方法的基本原理和应用场景；介绍大数据分析的分布式计算基础理论与方法、优缺点和实现方式；并针对大模型等人工智能前沿技术飞速发展而产生的海量数据，讲授相应的大数据分析研究方法及研究工具，如数据挖掘、机器学习、自然语言处理等；探讨未来的发展趋势，帮助我们更好地挖掘和利用海量数据中隐藏的信息和价值。
课程一：基于模拟学习方法论的大数据分析方法
主讲人：孟德宇（西安交通大学）
课程二：大数据分析的分布式优化基础理论与方法
主讲人：李武军（南京大学）
课程三：大模型原理与技术
主讲人：邱锡鹏（复旦大学）
2.讲习班二：大数据分析的统计学理论基础讲习班共30学时（4月）
内容简介：介绍大数据分析中重要的统计学原理和方法，包括大数据的统计推断、流数据分析、多模型推断等领域的经典结果和前沿问题；讲授最新的研究方法和核心理论工具，如高维非渐近统计理论、大规模数据的FDR控制、基于流数据中函数型数据的统计推断等问题等；介绍健康大数据的智能处理和分析方法。
课程一：大规模统计推断问题
主讲人：邹长亮（南开大学）、郭旭（北京师范大学）
课程二：高维非渐进统计理论
主讲人：刘卫东（上海交通大学）、王成（上海交通大学）
课程三：流数据分析与多模型推断
主讲人：姚方（北京大学）、张新雨（中科院数学系统科学研究院）
3.讲习班三：医疗健康大数据分析处理的典型应用方法共30学时（5月）
内容简介：介绍医学大数据分析处理的理论方法及其典型应用，包括医学成像反问题求解、医学影像计算、多模态医疗信息融合等，讲授其中最新的模型构建、理论分析和数据分析方法；介绍传染病预测与防控研究中的核心难点问题，探讨基于疫情相关大数据的传播风险分析、模型选择与参数估计、传染病的预测预警系统构建等；介绍医学大数据智能处理与分析方法在重大/常见疾病智慧诊疗、脑认知等方面的典型应用。
课程一：医学大数据的分析处理
课程二：医学成像的数学新理论与成像方法
课程三：传染病预测预警
二、专题研讨班
专题研讨班将围绕活动主题，深入研讨其中的关键问题和技术，凝练出重大科学问题。
1.专题研讨班一：大数据分析方法的拓展技术与应用（6月）
召集人：孟德宇（西安交通大学）、焦永昌（西安电子科技大学）、高陈强（重庆邮电大学）、张波（国家电网）
研讨内容：针对大数据分析方法可能延伸的技术应用，探讨现代大数据分析方法在实际任务上的应用策略与效果，包括智慧医疗、智能通信、电磁装备、电网安全等。例如，在智慧医疗领域，如何利用这些技术建立精准的医疗模型，实现对病情的预测和诊断；在智能通信领域，如何更好地理解和分析用户行为，优化网络结构和资源分配；在电磁装备和电网安全领域，如何监测和预测设备故障和电网安全风险。针对这些重要问题，邀请国内外深耕多年的一线学者深入研讨，发展与之相关的数学方法与技术工具。
2.专题研讨班二：基于疫情大数据的传染病预测预警（7月）
召集人：吴建宏（加拿大约克大学）、楼元（上海交通大学）、肖燕妮（西安交通大学）、唐彪（西安交通大学）
研讨内容：研讨在传染病动力学中如何量化不断变化的防控措施、异质性及其对动力学性态的影响；研讨深度学习与动力系统融合的理论和算法问题；探讨如何基于多源数据辨识有时空异质性的动力学模型及参数估计；研讨在医疗健康中动态多目标控制和随机控制问题。
3.专题研讨班三：下一代智能医学成像的核心算法与发展趋势（9月）
召集人：孙剑（西安交通大学）、马建华（西安交通大学）、杨燕（西安交通大学）
研讨内容：针对医疗健康应用需求及当前成像理论与算法在实践中的局限，探讨下一代智能化成像的发展趋势。例如，如何实现诊疗需求引导及部位自适应的成像新模式；如何实现保机理、可解释的跨模态引导高效成像；如何有效整合多中心异质性数据，构建成像预训练大模型，同时做好隐私保护。就下一代智能成像的关键科学与技术问题，邀请国内外成像理论、工程、医疗领域的一线学者进行深入探讨。发展与之匹配的数学新理论与新技术，据此开发相应的智能成像新模型与新算法。
4.专题研讨班四：大规模复杂数据统计推断专题研讨班（10月）
召集人：朱力行（北京师范大学）、邹长亮（南开大学）、姜丹丹（西安交通大学）、朱学虎（西安交通大学）
研讨内容：海量数据往往是多源数据结构，存在异质性和相依性，因此需要突破传统的独立同分布假设模式，构建模型与数据相互驱动的统计算法，有效地提高模型分析和预测的精度；也需要构建复杂数据结构下的大数据统计基础理论与方法，例如因果分析、非欧氏空间大数据、深度学习理论等。本次专题研讨班将集中统计学领域的资深专家及青年学者，交流大规模数据统计推断的研究，并集中探讨相关领域的最新进展情况，拟为医疗数据分析等交叉领域的研究提供一些前沿的统计工具及方法。
三、前沿学术交流会议
围绕主题邀请活跃在一线的专家，组织高水平的学术交流活动。会期2-3天。
四、合作研究小组
围绕主题，邀请国内、国际知名专家来西安交通大学，和本校研究团队组建成合作研究小组，访问时间1-2周。
合作研究题目一：因果推断的统计学基础问题研究
小组成员：朱力行（香港浸会大学）、赵兴球（香港理工大学）、朱学虎（西安交通大学）；
合作研究题目二：基于“深度学习+动力系统”的传染病预测预警技术
小组成员：武虎林（美国德克萨斯大学休斯顿健康中心）、肖燕妮（西安交通大学）、吴建宏（加拿大约克大学）、林伟（复旦大学）。
五、联系方式
联系人：白老师西安交通大学
电话：029-82665627
邮箱：xbty@xjtu.edu.cn
地址：西安交通大学兴庆校区数学楼111办公室
