2018年4月13-15日，湖北省工业与应用数学学会2018年年会在湖北黄石举行。我院2017级博士生李伟夫的论文《Learning with Coefficient-based Regularized Regression on Markov Resampling》荣获2018年度学会优秀论文二等奖。

李伟夫现为数统学院2017级基础数学专业博士生。他的获奖论文是在大数据时代的背景下，提出了从大体量数据中提取选择性样本(Markov重采样算法)来处理基于系数的回归问题。该算法可以通过构造转移概率自动地选择一致遍历的Markov链样本。基于一致遍历的Markov链样本，他分析了基于系数的正则回归算法的理论性能，并推广了已有的独立同分布的观察结果，即当核函数是无限可微时，依赖于样本容量m的学习速率可以任意接近O(m-1)。在仿真数据集和真实数据集上的结果验证了该方法的良好泛化性能。他的研究工作得到在场评审专家的一致好评，并获得第四名的佳绩。

据悉，此次优秀论文是湖北省工业与应用数学学会首次开展的评选活动，面向湖北省内所有高校数学专业的博士生和硕士生。本年度共评选出优秀论文一等奖两名，二等奖四名，三等奖四名。