题    目：保形预测的纠偏与隐私保护探索

主讲人：孔令臣   教授

单    位：北京交通大学

时    间：2026年5月20日 16:00

地    点：郑州校区九章学堂C座209

摘    要：本报告聚焦不确定性量化中的保形预测（Conformal Prediction, CP）方法,围绕高维效率提升与隐私保护部署两个前沿挑战汇报近期探索成果。首先，针对高维回归中保形预测效率受限的问题,我们提出去偏阈值岭回归保形预测框,将稳定的阈值岭回归估计与正则化偏差修正相结合,在计算非保形分数前修正模型偏差。理论上证明其保持有限样本边际覆盖的同时,达到近似最优效率与渐近条件覆盖;实验中相比标准保形方法和若干高级推断方法,生成更窄、更稳健的预测区间,在模型误设下仍具良好鲁棒性。其次，为应对隐私保护的现实需求,我们研究在差分隐私约束下如何高效部署保形预测。我们首先提出差分保形预测(dCP),通过非分割流程避免数据分割的效率损失,在理想保形预测与私有推断间架起桥梁,并借助差分隐私机制的稳定性继承其有效性。在此基础上进一步提出差分隐私保形预测(DPCP),将差分隐私训练与私有分位数校准结合,在端到端隐私保证下完成预测集校准。我们建立了相应的隐私与覆盖性理论,并在经验风险最小化和一般回归模型下证明了:相同隐私预算下,DPCP 比现有私有分割方法产生更紧凑的预测集。模拟与真实数据实验验证了上述方法的实际效果。

简    介：孔令臣，教授，博士生导师，中国运筹学会数学规划分会理事长。主要从事对称锥互补问题和最优化、高维数据分析、统计优化与学习及其应用等方面的研究。在 《Mathematical Programming》《SIAM Journal on Optimization》《IEEE Transactions on Pattern Analysis and Machine Intelligence》《IEEE Transactions on Signal Processing》 《Technometrics》《Statistica Sinica》《Electronic Journal of Statistics》等期刊发表论文60余篇。2005年获山东省高等教育教学成果三等奖，2012年获中国运筹学会青年奖，2018年获得北京市高等教育教学成果一等奖，2022年获教育部自然科学二等奖等。