2016年3月30日下午，美国耶鲁大学生物统计系马双鸽副教授应邀为我院师生做学术报告。报告会由我院段小刚老师主持。

高维数据被应用于很多领域，尤其是生物和医药方面，对高维数据的分析已经不是一个新的话题，但仍旧充满挑战。马双鸽老师介绍了传统经典的处理高维数据的惩罚方法和对多数聚集进行综合分析的方法，发现综合分析比single-dataset分析和meta-analysis在一致性方面表现得更好，但同时现存方法并不能充分解释数据集之间的相关关系，故而构建新的方法，运用新的惩罚函数，目的是鼓励多种数据集的相似性，并进行模拟分析。

马双鸽老师的报告讲解轻松有趣，现场气氛活跃，并对老师们、同学们提出的问题进行了详细解答。报告结束后，马双鸽老师还与几位同学交流经验，对同学们的科研态度做出肯定及鼓励。