一、报告时间

2026年5月11日（星期一）19:00

二、报告形式

线上报告：腾讯会议124164923

三、报告人

张新雨  中国科学院数学与系统科学研究院研究员

四、报告主题

Prediction-powered linear regression: a balance between interpretation and prediction

五、报告摘要

Machine learning can rapidly generate numerous predicted labels using complex prediction techniques, emerging as an efficient and low-cost labeling solution. However, most machine learning algorithms lack interpretability. This study adopts linear regression as the baseline model and proposes a prediction-powered prediction approach to leverage unlabeled data to enhance prediction performance while ensuring model interpretability. In the proposed approach, we incorporate model averaging to address the uncertainty caused by model, power tuning parameter, and machine learning algorithm selection. Simulation and applications demonstrate its promising performance.六、报告人简介

张新雨，中科院数学与系统科学研究院研究员, 中国科学技术大学管理学院博士生导师。主要从事统计和计量经济学的理论和应用研究工作，具体研究方向包括模型平均方法及其在管理决策、经济预测、机器学习和生物医学等领域的交叉研究。发表论文80余篇，其中20余篇论文发表在统计学、计量经济学和机器学习顶级期刊以及UTD24期刊。担任期刊SCI期刊《JSSC》领域主编以及《系统科学与数学》等多个期刊的编委，曾获中国青年科技奖和中科院优秀导师等荣誉，先后主持国家自然科学基金杰出青年基金及其延续项目。