个人资料
教育经历2008 四川大学数学学院，概率论与数理统计，博士 2005 四川大学数学学院，概率论与数理统计，硕士 2002 四川大学数学学院，数学基地班，本科 工作经历2018.5-南开大学统计与数据科学学院，教授 2017.9-南开大学统计研究院，教授 2019.7-2019.8英国曼彻斯特大学数学学院，访问学者 2018.6-2018.9加拿大西蒙菲莎大学（SFU）统计与精算系，访问学者 2015.9-2017.8四川大学数学学院，教授 2010.7-2015.8四川大学数学学院，副教授 2008.9-2010.6 四川大学数学学院，讲师 2012.2-2013.2美国加州大学洛杉矶分校 (UCLA) 统计系，访问学者 2008.9-2009.8香港浸会大学联合国际学院联合研究中心，博士后 2008.6-2008.8香港大学工程学院，研究助理 个人简介周永道，男，南开大学统计与数据科学学院教授、博导，统计学系主任，南开大学试验设计团队成员（团队2024简介），入选国家高水平人才青年项目、天津市创新类领军人才、南开大学百青。研究方向为试验设计和大数据分析。主持过 4 项国家自然科学基金、1 项国家自然科学基金重点项目子课题、1 项天津市自然科学基金重点项目和其它 10 余项纵横向项目。曾访问 UCLA 等 5 所境外高校。在统计学和机器学习顶级期刊JRSSB、JASA、Biometrika、JMLR、TKDE 及中国科学等国内外期刊发表学术论文70余篇；合作出版了 7 部中英文专著和教材。曾获全国统计科学研究优秀成果奖一等奖、全国统计科学技术进步奖三等奖、天津市教学成果奖特等奖。现为天津市现场统计研究会理事长，中国数学会理事、均匀设计分会秘书长。 研究领域试验设计、大数据分析算法 教学工作研究生课程： 统计学习，2018春，2019春,2020春，2021春 非参数统计，2014春 数据挖掘引论，2014春，2016春 试验设计，2013 春，2015春，2017春，2022秋，2023秋，2024秋 高等数理统计，2015秋，2017春， 高等统计I，2017秋， 时间序列分析，2018秋 动态数据分析，2019秋 试验设计新进展，2021春，2021秋，2022春，2022秋，2023春 本科生课程： 回归分析，2010秋 时间序列分析，2010春，2018秋 试验设计，2010春, 2016春, 2017春，2022秋 随机过程，2009秋，2010秋，2011秋 数理统计，2011春，2020秋，2021秋，2023春，2024春 概率论，2013秋，2014春，2015春 高等数学，2009秋 新生研讨课，2023秋，2024秋 科研项目部分主持项目： 1.国家自然科学基金重点项目（12131001,课题负责人）,大数据采样技术与统计设计理论研究，2022.01-2026.12 2.国家自然科学基金(11871288),扩充均匀设计理论，2019.01-2022.12 3.国家自然科学基金(11471229), 研发新型材料的试验设计研究,2015.01-2018.12 4.国家自然科学基金青年基金(11001186), 均匀设计的若干理论问题，2011.01-2013.12 5.国家自然科学基金数学天元青年基金(10926046), 稳健有效的试验设计.2010.01-2010.12 6.国家科学技术学术著作出版基金，随机模拟的方法与应用，2020 7.天津市自然科学基金重点项目(19JCZDJC31100)，大数据算法调参技术和抽样技术研究，2019.04-2022.03 8.天津市医保局，疾病诊断相关分组（DRG）分组方法研究，2020.11-2021.03 9.华泰英翔空管技术有限公司，空管运行大数据的平台搭建与测试分析，2019.01-2021.01 10.南开大学百青项目经费，2021.1-2024.12 11.南开大学科研启动经费，2018.01-2020.12 12.四川大学优秀青年学者基金(2013SCU04A43), 药物研发过程中试验设计问题，2013.10-2016.12 13.四川大学青年科学基金(2008130), 均衡均匀性与有效性的试验设计. 2009.01-2010.10 论文著作发表论文70余篇（见google学术）、专著教材7部 部分论文： 1. Feng Y. and Zhou Y.(2024). GGD: Grafting Gradient Descent, Journal of Machine Learning Research, 25(316),1-87 2. Cao X., Wang S. and Zhou Y.(2024). Using early rejection Markov chain Monte Carlo and Gaussian processes to accelerate ABC methods, Journal of Computational and Graphical Statistics, online, doi: 10.1080/10618600.2024.2379349 3. Zhang, M. Zhou, Y.D., Zhou Z. and Zhang, A. (2024). Model-free Subsampling Method Based on Uniform Designs, IEEE Transactions on Knowledge and Data Engineering, 36(3):1210-1220. 4. Zhou Z., Yang Z., Zhang A. and Zhou Y.D.(2024). Efficient Model-free Subsampling Method for Massive Data, Technometrics, 66(2): 240-252. 5. Yang L.Q, Zhou Y. D., Fu H., Liu M.Q. and Zheng W. (2024). Fast Approximation of the Shapley Values Based on Order-of-Addition Experimental Designs, Journal of the American Statistical Association, 119 (547), 2294-2304. 6. Zhang X.R., Zhou Y.D., Liu M.Q. and Lin D.K.J (2024). Sequential Good Lattice Point Sets for Computer Experiments, Science China Mathematics, 67(9): 2153-2170. 7. Yi, S.Y., Ju, W., Qin, Y., Luo, X., Liu, L., Zhou Y.D. and Zhang, M. (2024). Redundancy-Free Self-Supervised Relational Learning for Graph Clustering, IEEE Transactions on Neural Networks and Learning Systems, 35(12), 18313-18327. 8. Yi S.Y. and Zhou Y.D. (2023). Model-free global likelihood subsampling for massive data, Statistics and Computing, 33:9, 1-16 9. Yi S.Y., Liu Z., Liu M.Q. and Zhou Y.D. (2023). Global Likelihood Sampler for Multimodal Distributions, Journal of Computational and Graphical Statistics, 32: 927-937. 10. Yang L.Q, Zhou Y.D. and Liu M.Q. (2023). Ordering factorial experiments, Journal of the Royal Statistical Society: Series B., 85(3): 869–885. 11. Zhou Z. and Zhou Y.D. (2023). Optimal row-column designs, Biometrika, 110 (2), 537-549. 12. Yang F., Lin C.D., Zhou Y.D. and He Y. (2023). Doubly Coupled Designs for Computer Experiments with both Qualitative and Quantitative Factors, Statistica Sinica, 33: 1923-1942 13. Chen J.B., Han X., Lin D.K.J, Yang L.Q. and Zhou Y.D.(2023). On Ordering Problems: A Statistical Approach, Statistica Sinica, 33: 1903-1922. 14. Liu, M.M., Mee, R. and Zhou Y.D.(2023). Augmenting Definitive Screening Designs: Going Outside the Box, Journal of Quality Technology, 55(3): 289-301 15. Yi S., Mao Z., Ju W.,Zhou Y., Liu L., Luo X. and Zhang M. (2023). Towards Long-Tailed Recognition for Graph Classification via Collaborative Experts, IEEE Transactions on Big Data, 9(6): 1683-1696. 16. Zhou Y.D. and Tang B.(2019). Column-Orthogonal Strong Orthogonal Arrays of Strength Two Plus and Three Minus, Biometrika, 106, 997-1004. 17. Zhou Y.D. and Xu H. (2017). Composite Designs Based on Orthogonal Arrays and Definitive Screening Designs. Journal of the American Statistical Association, 112：1675-1683. 18. Zhou Y.D. and Xu. H. (2015). Space-filling properties of good lattice point sets. Biometrika, 102(4): 959–966. 19. Zhou Y.D. and Xu H. (2014). Space-filling fractional factorial designs. Journal of the American Statistical Association, 109(507):1134-1144. 20. Zhou Y.D., Fang K.T. and Ning J.H. (2013). Mixture discrepancy for quasi-random point sets, Journal of Complexity, 29: 283–301. 出版书籍： 1. 方开泰, 刘民千, 周永道(2024). 试验设计与建模 (第二版), 高等教育出版社，北京 2. 王兆军，邹长亮，周永道 (2023). 数理统计教程 (第二版)，高等教育出版社，北京 3. 周永道，贺平，宁建辉，方开泰 (2021). 随机模拟的方法和应用，高等教育出版社，北京 4. 方开泰, 刘民千, 覃红, 周永道(2019). 均匀试验设计的理论与应用，科学出版社，北京 5. Fang, K.T., Liu, M.Q., Qin, H. and Zhou, Y.D. (2018). Theory and Application of Uniform Experimental Designs, Springer & Science Press, Singapore & Beijing 6. 周永道，王会琦，吕王勇 (2015). 时间序列分析及应用，高等教育出版社，北京 7. 方开泰, 刘民千, 周永道(2011). 试验设计与建模, 高等教育出版社，北京 学术交流在 30 余次国际、国内会议上做大会报告、邀请报告和分组报告； 在 40 余所国内外高校和研究机构做学术报告。 荣誉奖励2024 华为火花奖 2023 《中国科学：数学》优秀论文奖 2022 天津市高等教育（研究生）教学成果奖特等奖 2021 全国统计科学技术进步奖三等奖 2020 国家高水平人才青年项目 2019 天津市“131”创新型人才第二层次 2019 天津市创新类领军人才 2018 南开大学百名青年学科带头人 2013 全国统计科学研究优秀成果奖一等奖 学术成果 |