2024年5月22日，中国科学院数学与系统科学研究院张新雨研究员应邀在数学与统计学院零壹论坛第356讲作题为“Leveraging unlabeled data and model averaging to improve regression prediction ”的学术报告。报告会由黄旭东副教授主持，学院王华明教授、尹修伟副教授、汪浩副教授、贺磊副教授以及部分研究生参加了报告会。

报告会上，张新雨研究员指出半监督学习中可用的数据通常由相对较小的标记数据和较大的未标记数据组成，如何有效地利用未标记数据是关键问题。张新雨老师及其团队证明了在半监督框架下候选模型的copula参数和回归函数估计的渐近正态性，以及模型平均估计的渐近最优性和权一致性。他们的模型平均估计在渐近最优性和权值一致性方面的收敛速度比有监督的估计更快。

报告会后，张新雨研究员与在场师生进行了热烈的讨论。此次报告取得了很好的学术交流效果，有效地促进了我院师生对模型平均和回归预测问题的了解，让大家对这一领域的最新发展有了更深的理解。