为搭建高水平学术交流平台，推动统计与数据科学领域的理论创新与实践应用，促进师生学术视野拓展和科研能力提升，10月24日上午，统计与数据科学学院在博远楼4号报告厅举办"数据芳榳论坛"系列学术活动，连续举行三场高水平学术报告。论坛由学院副院长沙叶舟主持。

首场报告中，南方科技大学统计与数据科学系教授孙建国以"区间删失失效时间数据的迁移学习估计"为题，从早期乳腺癌女性患者的临床数据案例出发，详细介绍了区间删失数据的特征及其研究意义。他系统梳理了现有数据处理方法的研究进展，并重点介绍了团队提出的TSDE（数据驱动的正向可迁移源检测与利用方法）和MATLE（基于相关性的源数据加权模型平均方法）两种迁移学习估计方法。通过模拟实验数据和实际应用案例，展示了这些方法在解决目标信息有限的高维区间删失数据回归分析难题中的优势。

第二场报告由法国国立工艺学院荣誉教授萨波塔（Gilbert Saporta）主讲，主题为"最佳缩放与分类数据编码：对老问题的新见解"。他深入探讨了分类数据的最优编码问题，详细分析了以最小二乘法进行最佳预测时量化定性变量的方法，并就如何处理有序类别数据提出了创新性见解。通过1997年关于宽容度的意见调查实例，他对比了常规方法与基于最优尺度变换的主成分分析新方法的特点与应用场景。

埃塞克商学院信息系统、数据分析和运营系教授雷诺（Roberto Renò）在第三场报告中分享了"零日到期期权定价"领域的前沿研究成果。他提出了局部时间方法，通过对数收益率特征函数的类Edgeworth展开，构建了广义随机波动率模型。该模型不仅能够容纳非仿射动态特征，还可灵活处理价格-波动率联合跳跃等复杂市场现象，为超短期金融衍生品定价提供了更优的理论工具。

在交流讨论环节，与会师生围绕"方法适用范围、参数调整技巧、与其他领域方法的结合可能性、实际应用中的数据预处理要点"等专业问题，与三位教授展开了深入探讨，现场学术氛围浓厚。

沙叶舟在总结中讲到，学院依托"数据芳榳论坛"持续搭建高水平学术交流平台，汇聚国内外顶尖专家学者，分享前沿研究成果，推动学科交叉融合，为培养高素质统计与数据科学人才、服务社会经济发展贡献力量。