2023年7月4日-6日， “大数据与统计交叉科学国际学术研讨会” 在上海苏宁环球万怡酒店顺利召开。本次会议由华东师范大学统计学院主办，华东师范大学统计交叉科学研究院、统计与数据科学前沿理论及应用教育部重点实验室、统计应用与理论研究创新引智基地和《Statistical Theory and Related Fields》编辑部共同协办。本次大会邀请了来自世界各地知名大学和科研机构的具有国际影响力的学者，包括中国科学院在内的大数据或统计领域的顶尖专家近150人莅临大会。会议围绕“大数据与统计交叉科学”这一核心主题展开。
开幕式由华东师范大学统计学院党总支书记李梦隽主持。华东师范大学副校长周傲英教授首先对与会专家的到来表示热烈的欢迎，他表示我们现在面对新的科技革命，不仅需要新的科学引领技术的发展，更需要技术倒逼科学的发展。数据是人工智能发展的基础，培养“统计+”应用型、创新型、复合型人才非常重要，希望以这次会议为契机，与国内外的专家共同探讨统计交叉应用实践及理论创新。
普林斯顿大学运筹与金融工程系，“中央研究院”院士范剑青教授表示，非常荣幸有机会与国内外的专家交流，共同探讨统计与金融、经济、哲学的交叉研究，把大家的真知灼见能够在这里进行交流和碰撞，通过交流共同提取科学问题。
统计学科评议组召集人，北京工商大学校长郭建华教授对与会学者提出科学研究中国化、时代化的感召，提倡要开展有组织的科研，以老带新引领青年学者继续把我国的统计学科做大做强。
华东师范大学统计学院院长、统计交叉科学研究院院长、统计与数据科学前沿理论及应用教育部重点实验室主任周勇致辞，他首先表达了对与会学者的欢迎与本次会议的期待。他表示，要加强全球大数据及统计交叉学科方向学者之间的学术交流与合作，加快培养大数据与统计交叉学科人才，推动大数据时代背景下统计学科在前沿交叉科学领域的应用与发展。
随后，普林斯顿大学范剑青教授带来题为《Factor Augmented Sparse Throughput Deep ReLU Neural Networks》的大会特邀报告，利用潜在因子和稀疏特异性成分进行非参数回归，提出了基于深度ReLU神经网络的因子增强回归（FAR-NN）和FAST-NN估计器，建立了新的深度ReLU神经网络的逼近结果，对于神经网络基础理论的完善和发展具有重要意义。围绕中国空气污染的高维矩阵型时间序列数据，北京工商大学郭建华教授带来题为《Two-way Dynamic Factor Models for High-dimensional Matrix valued Time Series》的大会特邀报告，提出了一种双向动态因子模型（2w-DFM），建立了模型参数的可识别性以及估计量的收敛速度等基本理论结果。这是大数据和统计学在空气污染方面的交叉研究成果，不仅能够促进大数据统计研究，也对我国空气质量检测分析具有指导意义。
接下来，北京大学光华管理学院王汉生教授、北卡罗来纳大学教堂山分校张凯副教授、云南大学数学与统计学院院长唐年胜教授、加利福尼亚大学河滨分校姚卫鑫教授、西南财经大学统计研究中心主任林华珍教授、加利福尼亚大学河滨分校马舒洁教授、华东师范大学统计学院院长助理兼统计交叉科学研究院副院长刘玉坤教授、宾夕法尼亚州立大学李润泽教授、中国科学院大学经济与管理学院张正军教授、康涅狄格大学王晓婧副教授分别做了精彩的大会报告。
在之后进行的统计学科建设论坛上，周勇教授首先就华东师范大学统计学科建设总体情况向各位与会专家进行介绍。其后，於州教授、周迎春教授、刘玉坤教授、杜刚教授分别对华东师范大学统计学科科研情况、本科教学情况、重点实验室情况、交叉院的建设成果进行汇报。与会专家和学者踊跃发言，为统计学科发展建言献策。
本次会议是在三年新冠疫情结束后首次完全在线下召开的大数据统计国际研讨会，会议围绕当前大数据和统计学交叉领域的最新热点问题进行研讨，加深了因新冠疫情严重影响的海内外统计学者之间的学术交流，对于促进国内统计和大数据学术研究水平具有重要推动作用。