2月20日上午，喻园管理论坛2023年第7期（总第830期）在管理学院大楼119室顺利开展。主讲人上海交通大学工业工程与管理系李勇祥副教授以“A Scalable Gaussian Process for Large-Scale Periodic Data”为题进行学术分享。本次会议由我中心成员、管理学院管理科学与信息管理系杨超教授主持。

李勇祥指出，周期性信号以及振动信号常被用于进行环境监控、故障诊断、声音处理等方面，因此分析周期性数据具有很高的应用价值。周期性高斯过程（Periodic Gaussian Process, PGP）目前因为高准确度被广泛用于周期性数据的分析、建模、学习和预测当中。但是计算PGP的似然估计值需要用到计算复杂度为O(n^3)的算法限制了PGP进一步应用。

为此，李勇祥副教授团队在PGP的基础上提出了用于大规模周期数据的CPGP（Circulant PGP, CPGP）模型。CPGP把PGP的对数似然估计函数拆解为两个可拓展的复合对数似然函数之和，该似然函数不需要进行近似处理保证了其结果是可评估的，并且在计算上的复杂度仅需要O(p^2)甚至在一些特殊情况下只有O(plogp)。最后用仿真实验以及真实数据证明了CPGP不管是在性能还是在准确度上都显著优于其他前沿方法，尤其是在周期的估计上。并且在实验中发现在不同数据规模下，计算性能、预测精度与置信水平均保持在较高水平，具有很好的稳定性。结论表明CPGP能够大幅度提高PGP在各个领域的应用能力，使得先前难以被求解的问题能够进行建模求解。

李勇祥分享后，在场的老师与同学踊跃发言，对李勇祥及其团队的研究发表了自己的看法和提出了一些疑问，李勇祥副教授一一解答。同时，李勇祥也总结了研究目前的不足，表示在以后的研究中会继续进行深入探究，并针对CPGP在实际应用方面的问题进行进一步的讨论。

讲座结束后，杨超教授对本次学术分享活动进行了总结，对李勇祥副教授表示了由衷的感谢。至此，本期喻园管理论坛圆满结束。