晓南湖论坛：数据流的非平稳性、长程记忆与相依性度量

2014年12月11日晚，第二十期晓南湖论坛开讲，城乡社区社会管理湖北省协同创新中心诚邀中国科学院武汉物理与数学研究所研究员、《数学物理学报》编委丁义明先生，为中心师生开展主题为“数据流的非平稳性、长程记忆与相依性度量”的讲座。中心研究员吕国营教授、李锐教授及部分硕博研究生出席了讲座。

讲座中，丁老师以奥巴马宣布美国政府《大数据研发与发展计划》为切入点，对大数据的起源和发展做了详细的阐述，同时对大数据的国际需求做了详细的案例调查分析，通过以上研究数据指出大数据（Big Data）是新的时代发展要求，它已成为“十三五”和2030年前我国重点发展的十大科技领域之一。

其次，丁老师从数据出发建立数学模型，从而指出为给定的一组数据从预先选定的一组模型中选择一个最合适的模型，是科学认知中最基础的工作之一。同时指出，非平稳性度量Nonstationarity measure的使用，最好采用残差的模型诊断方法。

最后，丁老师从信息论的角度考察长程记忆，进一步提出超熵无穷大即为长程记忆。由于历史和未来之间的互信息最大，采用长程记忆来进行判别是最有效的方法；同时在研究中还要注意相依性度量，其功效越高，那么相依性度量D对于该函数关系的识别性能就越好。

在互动讨论环节，吕国营教授在高度赞赏丁义明研究员高超的理论水平、测量水平，以及把数据流的非平稳性、长程记忆与相依性度量运用到实证分析的务实工作态度。

本次讲座在热烈的掌声中圆满结束。

知识拓展：大数据 云时代 六度空间理论 链路预测 奥卡姆剃刀原理 残差

丁义明，中国科学院武汉物理与数学研究所研究员，博士生导师。中国系统工程学会常务理事，湖北省系统工程学会副理事长，武汉工业与应用数学会副理事长，湖北省数学会理事。担任《Acta Math. Sci.》常务编委、《数学物理学报》常务编委， 《Abstract and Applied Analysis》的专辑《Long Memory Process and Applications》 Guest editor。

研究主要侧重于数据分析方面，长期致力于大数据Big data、非平稳性度量Nonstationarity measure、长程记忆判别Long memory、相依性度量Dependence measure等领域的研究与探索。在国内外学术刊物上发表论文40多篇，应邀访问联合国理论物理中心ICTP、巴塞罗那大学、巴塞罗那自治大学、日本京都大学、法国亚眠大学、密西根州立大学、堪萨斯大学等。