5月5日，多伦多大学统计科学系和计算机数学科学系王林勃助理教授受邀来到山东国家应用数学中心作学术报告，报告主题为《The Synthetic Instrument: From Sparse Association to Sparse Causation》。
王林勃于2011年北京大学获得统计学本科学位，并于2016年获得华盛顿大学统计学博士学位，之后在哈佛大学的公共卫生学院担任博士后，目前是多伦多大学统计科学系和计算机数学科学系的助理教授。他还是加拿大国家统计科学和计算智能协会安大略省STAGE项目的导师，并且是华盛顿大学统计系和多伦多大学计算机科学系的联合助理教授。
王林勃助理教授的研究方向集中在因果推断及其与统计学和机器学习的交叉研究，目前已在统计学四大期刊上发表十几篇重要文章，包括5篇JRSSB，2篇JASA, 6篇Biometrika。
在报告中，王林勃分享了最新研究成果——合成工具(Synthetic Instrument)在稀疏相关性转化为稀疏因果性的应用。他指出，随着大数据时代的到来，数据之间的相关关系变得越来越复杂，传统的因果推论方法往往难以适应处理高维度、非线性或者存在稀疏性结构的数据。而合成工具(Synthetic Instrument)则是解决这一问题的有效途径，它不仅可以生成虚拟变量，还可以适用于各种统计学习方法。
此外，王林勃就合成工具(Synthetic Instrument)的具体实现方法及其在数据分析中的应用进行了详细阐述，并给出了生动的举例，对未来可能的发展方向进行了展望。
此次报告不仅深入剖析了稀疏相关性转化为稀疏因果性的理论基础，也提供了一种新的数据分析方法，对于相关领域的学术研究和工业应用都具有重要意义。
