Статистика яну: Петр Ян (боец ММА) — статистика боев, биография, фото, интервью и последнии бои 2022

Разное

У Ян — Те Яна

Последние игры У Ян:
ДатаХозяева — ГостиСчёт
26.02.11Настольный теннис. Женщины. ITTF Pro Tour. Германия.
У Ян — Фукухара А.4:1 (11:8, 12:10, 11:2, 7:11, 11:2)
22.01.11Настольный теннис. Женщины. Slovenian Open Pro Tour. Словения.
Ли Сяося — У Ян3:4 (9:11, 11:8, 12:14, 11:8, 8:11, 11:7, 8:11)
23.10.10Настольный теннис. Женщины (до 21 года). ITTF Pro Tour. Австрия.
Маеда М. — У Ян0:4 (5:11, 6:11, 3:11, 7:11)
22. 10.10Настольный теннис. Женщины. ITTF Pro Tour. Австрия.
Хирано С. — У Ян1:4 (12:10, 4:11, 2:11, 9:11, 8:11)
18.09.10Настольный теннис. Женщины. China Super League.
У Ян — Ли Сяося1:3 (8:11, 5:11, 11:6, 4:11)
Последние игры Те Яна:
ДатаХозяева — ГостиСчёт
16.10.10Настольный теннис. Женщины. Чемпионат Европы. Венгрия.
Чэн И-Чин — Те Яна0:4 (4:11, 7:11, 10:12, 6:11)
24.09.10Фен Тяньвэй — Те Яна2:4 (4:11, 7:11, 5:11, 11:4, 11:5, 10:12)
24.05.10Настольный теннис. Женщины. Командный чемпионат мира. Москва.
Те Яна — Тот К.3:1 (8:11, 11:5, 12:10, 11:9)
11.10.09Настольный теннис. Женщины. Чемпионат мира. Китай.
Ким А Кён — Те Яна4:2 (11:7, 6:11, 11:8, 6:11, 11:4, 13:11)
11.10.09Те Яна — Тот К.4:2 (11:5, 11:5, 9:11, 8:11, 11:4)

Петр Ян — все бои, видео, новости, статистика

Результат Соперник / Турнир Дата Итог
Алджамейн Стерлинг
UFC 273
9 апреля 2022 Еще не состоялся
Победил Кори Сэндхаген
UFC 267
30 октября 2021 Решением
Проиграл Алджамейн Стерлинг
UFC 259
6 марта 2021 ДК
Победил Жозе Альдо
UFC 251
12 июля 2020 ТКО
5 раунд; 3:24
Победил Юрайа Фэйбер UFC 245 14 декабря 2019 КО
Победил Джимми Ривера
UFC 238
8 июня 2019 Решением
Победил Джон Додсон
UFC Fight Night: Błachowicz vs. Santos
23 февраля 2019 Решением
Победил Дуглас Сильва де Андраде
UFC 232
29 декабря 2018 ТКО
Победил Jin Soo Son
UFC Fight Night: Hunt vs. Oliynyk
15 сентября 2018 Решением
Победил Teruto Ishihara
UFC Fight Night: Cowboy vs. Edwards
23 июня 2018 КО
Победил Matheus Mattos
ACB 57: Payback
15 апреля 2017 ТКО
Победил Magomed Magomedov
ACB 57: Payback
15 апреля 2017 Решением
Победил Ed Arthur
ACB 41: The Path to Triumph
15 июля 2016 Решением
Проиграл Magomed Magomedov
ACB 32: The Battle of the Lions
26 марта 2016 Решением
Победил Murad Kalamov
ACB 24: Grand Prix 2015 Finals Stage 2
24 октября 2015 Решением
Победил Artur Mirzakhanyan
Professional Fight Night 10: Russia Cup
5 июля 2015 ТКО
Победил Kharon Orzumiev

ACB 19: Baltic Challenge

30 мая 2015 Сабмишн
Победил Renato Velame
ACB 14: Grand Prix Berkut 2015 Stage 1
18 февраля 2015 Решением
Победил Murad Bakiev
Siberian League: Baikal Cup 2014
20 декабря 2013 KO

Депутаты предложили решить вопрос с регистрацией сирот, не получивших жилье

  © Игорь Самохвалов/ПГ

Группа депутатов от разных фракций разработала законопроект, им предлагается в случаях, когда у выпускника учреждения для детей-сирот нет места для прописки, регистрировать его по адресу организации, где он находился до совершеннолетия, или местной администрации соответствующего муниципалитета.

Поправки предлагается внести в Закон РФ «О праве граждан РФ на свободу передвижения, выбор места пребывания и жительства в пределах РФ» и Федеральный закон «О дополнительных гарантиях по социальной поддержке детей-сирот и детей, оставшихся без попечения родителей». 

Авторами инициативы стали руководитель фракции «Справедливая Россия — За правду» Сергей Миронов, председатель думского Комитета по труду, социальной политике и делам ветеранов, замруководиля фракции ЛДПР Ярослав Нилов, председатель думского Комитета по вопросам семьи, женщин и детей Нина Останина (КПРФ), член думского Комитета по аграрным вопросам Андрей Аникеев («Единая Россия»), первый зампредседателя думского Комитета по просвещению Яна Лантратова («Справедливая Россия — За правду»). 

В пояснительной записке приводится статистика, согласно которой на 1 августа 2021 года в списках на получение жилья находились 289 800 детей-сирот. При этом 199 700 из них не могут реализовать свое право, несмотря на то что им уже исполнилось 18.

Авторы инициативы указывают, что в РФ из-за высоких темпов строительства есть все условия для того, чтобы обеспечить указанных граждан жильем. Тем не менее во многих регионах дети-сироты и дети без попечения родителей не могут получить его из-за недостатка специализированного жилого фонда или административно-бюрократических барьеров (неправомерных затягиваний или отказов). В этом случае достигшие совершеннолетия граждане вынуждены обращаться в суды, так как из организаций, в которых они находились, их выписывают фактически «в никуда». 

Между тем без регистрации люди не могут встать на учет в Центр занятости, прикрепиться к поликлинике, получить военный билет. Кроме того, мало у кого из них к 18 годам есть источник дохода, позволяющий арендовать жилье. 

В связи с этим законопроектом предлагается регистрировать детей-сирот и детей без попечения родителей в муниципальном образовании, на территории которого находится учреждение, где они содержались, по адресу местной администрации. Согласно инициативе, данная регистрация будет действовать до тех пор, пока человека не обеспечат жильем.

Чтобы зарегистрироваться, гражданам указанной категории потребуется предъявить ряд документов в орган регистрационного учета. В том числе заявление; паспорт или иной документ, удостоверяющий личность; документальное подтверждение того, что человек до 18 лет находился в организации для детей-сирот и детей без попечения родителей.  

Чтобы права данной категории граждан не нарушались, также предлагается установить предельный срок регистрации по месту жительства — не более трех рабочих дней с даты предоставления заявления и необходимых документов. 

Аналогичные нормы уже действуют в отношении граждан, относящихся к коренным малочисленным народам, ведущим кочевой или полукочевой образ жизни и не имеющим места постоянного проживания. Таким образом, соответствующая правовая конструкция уже апробирована.  

Также читайте о том, какие законы вступают в силу в марте.

как и почему это происходит — Автоновости дня

Автодилеры в РФ начали поднимать цены на новые машины в 2,5 раза в марте 2022 года

Понимая, что машин осталось буквально на полтора месяца, дилеры начали спекулировать и повышать их стоимость без учета курса рубля. По этой причине некоторые модели уже подорожали в 2-2,5 раза. Об этом в интервью радио Sputnik рассказал вице-президент Национального автомобильного союза Ян Хайцеэр.

Автосалон Volkswagen. Фото Volkswagen

«В России фактически начались спекуляции на автомобильном рынке. Дилеры сильно накручивают цену, причем они это делают без привязки к валютному курсу, они пытаются действовать на опережение изменений курса рубля и тем самым создают ажиотаж. То есть идет банальная спекуляция, и автомобиль может стоить в два или два с половиной раза дороже, чем раньше», — пояснил Ян Хайцеэр.

Читайте также

В нынешних условиях эксперт советует покупать автомобиль только в том случае, если есть возможность приобрести его за уже имеющиеся наличные средства — без кредита.

«<… наверное, можно приобрести новую машину сейчас, если есть такая возможность. Но если для вас это дорого, то не стоит брать кредит и влезать в кабалу. Вместо этого лучше приведите в порядок свой старый автомобиль, а потом долго и счастливо на нем ездите», – посоветовал Ян Хайцеэр.

Резюмируя, вице-президент НАС признал, что в ближайшее время дилеров и покупателей ждет дефицит автомобилей, но выразил надежду, что рано или поздно поставки все же восстановятся за счет корейских и китайских автопроизводителей, а также западных брендов, которые, возможно, «вернутся» на российский рынок (фактически они не уходили — прим.) и возобновят отгрузки машин.

Источник: Sputnik

Подпишитесь на нас: Яндекс. Новости, Яндекс.Дзен, Google Новости, ВКонтакте, Telegram

«Стелс-омикрон» в Китае: мегаполисы уходят на карантин

12 миллионов человек заразились за неделю коронавирусом. Таковы данные Всемирной организации здравоохранения. Многие сейчас болеют «стелс-омикроном», это новый штамм COVID-19. В Китае уже два крупных мегаполиса на карантине, передает корреспондент «МИР 24» Алексей Жидких.

Девять миллионов человек как будто вымерли. На улицах ни души. В одном из крупнейших городов на северо-востоке КНР – Шэньяне – объявлен локдаун. Закрыты рестораны, кафе, развлекательные заведения. Работа – только на удаленке.

«Вышло распоряжение работать из дома. Всего необходимого нам хватает, но и продукты, и вещи приходится заказывать. Причем домой их доставить не могут, только до подъезда. Рестораны работают только на вынос», – рассказал местный житель.


Так в Поднебесной работает стратегия «нулевой COVID», которую китайские власти применяли и два года назад: из-за нескольких десятков зараженных в режиме самоизоляции могут оказаться миллионы.

Сейчас на карантине два крупных города – Шанхай и Шэньян.

«Из-за новой вспышки у меня началась депрессия, не могу спать по ночам. Несмотря на жесткие меры китайских властей, новая вспышка коронавируса охватила уже почти 30 провинций. Инфицированных выявили после крупномасштабного тестирования», – рассказала местная жительница.

«Наш жилой комплекс был опечатан, мы провели четыре тестирования, я только что сдал четвертый тест на COVID-19», – рассказал местный житель Ян Лин.

Новый штамм не случайно получил название «стелс-омикрон». «Stealph» в переводе с английского значит «невидимый», «хитрый». Этот вариант вируса намного заразнее, чем просто «омикрон», говорят медики. Он быстрее распространяется. Впервые с января прошлого года в Китае – летальные исходы.

«Согласно данным, опубликованным сегодня, в Цзилине произошло два случая смерти. Один человек был очень пожилым, а другой – старше 60 лет», – рассказал старший чиновник Национальной комиссии здравоохранения Цзяо Яхуэй.

Несмотря на рост заболеваемости, эксперты уверены, что Китай справится с новой волной коронавируса довольно быстро. Статистика заражений на фоне других стран не выглядит катастрофично.

«Я думаю, сейчас всем нам нужно выполнять все рекомендации врачей, и только тогда мы сможем справиться с новой заразой», – отметил местный житель Чжунь Вэнхуа.

По статистике ВОЗ, коронавирусом за минувшую неделю заразились около 12 миллионов человек, более 32 тысяч умерли. Число инфицированных по сравнению с предшествующими семью днями выросло на 7%. Пессимисты говорят, что это только начало очередной волны ковида.

Тем временем, в Китае третьи сутки не могут найти тела пассажиров Boeing 737, который разбился в горах на юге страны. Сегодня поисковую операцию пришлось остановить из-за сильных дождей, они грозят спровоцировать оползни. На борту находились 123 пассажира и девять членов экипажа.

сайт

контакт

Email

Email: yy84 (AT) Illinois (DOT) EDU

офис: комната 130, вычислительные приложения здание (кабин), 605 есплышка Ave, Campaign, IL 61820

преподавание

  • 2022 Весна, статистика 410: статистика и вероятность II

  • 2021 осень, статистика 511: Усовершенствованная математическая статистика

  • 2021 Весна, статистика 410: Статистика и вероятность II

  • 2020 осень, стат 510: математический Статистика I

  • 202018

  • 2020 Весна, Стат 510: Математическая статистика

  • 2019 Fall, Stat 510: Математическая статистика I

  • 2019 Весна, Стат 424: Анализ дисперсии

  • 2019 Весна, статистика 410: Статистика и вероятность II

Публикации

(* указывает студентов)

33. Байесовский вывод для минимизации риска с помощью экспоненциально наклоненной эмпирической вероятности.
R. Tang* and Y. Yang

Journal of the Royal Statistical Society: Series B, 2022+

Y. Zhuang*, X. Chen и Y. Yang

Конференция по искусственному интеллекту и статистике (AISTATS), 202 2

31.Структурированный вариационный вывод в байесовских моделях пространства состояний.

H. Wang*, A. Bhattacharya, D. Pati и Y. Yang

Конференция по искусственному интеллекту и статистике (AISTATS), 202 2

30. Многомерная линейная регрессия посредством неявной регуляризации.

П. Чжао*, Ю. Ян и К. Хе

Биометрика , 2022

Y. Chen*, Q. Zeng*, H. Ji and Y. Yang

Конференция по системам обработки нейронной информации (NeurIPS) , 2021

Контекстный линейный бандит.

К. Ли*, Ю. Ян и Н. Нарисетти

Электронный статистический журнал, 2021 г.

27. Эмпирический байесовский вариационный автоэнкодер: предел избыточного риска.

р.Танг* и Ю. Ян

Конференция по теории обучения (COLT), 2021 г.

26. Отсечка для точного восстановления гауссовских моделей смеси.

X. Chen and Y. Yang

IEEE Transactions on Information Theory, 2021

25. Распределенная оценка для анализа главных компонентов: анализ расширенного собственного пространства.

X. Чен, Дж. Ли, Х. Ли* и Ю. Ян

Журнал Американской статистической ассоциации, 2021

24.Диффузия K означает кластеризацию на многообразиях: доказуемое точное восстановление с помощью полуопределенных релаксаций.

X. Чен и Ю. Ян

Прикладной и вычислительный гармонический анализ, 2021

23. Неравенство Хэнсона-Райта в гильбертовых пространствах с применением кластеризации K-средних для неевклидовых данных.

X. Chen and Y. Yang

Бернулли, 2021

22. Непараметрическое тестирование при рандомизированном зарисовке.

M. Liu, Z. Shang, Y. Yang и G. Cheng

IEEE Transactions on Pattern Analysis and Machine Intelligence, 2021

21. Beyond Rebalancing: Crowd Sourcing и Geo-Fencing для систем с общей мобильностью .

Q. He, T. Nie, Y. Yang и Z. Shen

Управление производством и операциями, 2021

20. Накопление прогнозов — унифицированная структура для случайных набросков в регрессии Kernel Ridge.

Y. Chen* and Y. Yang

Конференция по искусственному интеллекту и статистике (AISTATS), 2021 г.

19. Приближение показателя быстрого статистического кредитного плеча в регрессии Kernel Ridge.

Ю. Чен* и Ю. Ян

Конференция по искусственному интеллекту и статистике (AISTATS), 2021 г.

18. α-вариационный вывод со статистическими гарантиями.

Й. Ян, А. Бхаттачарья и Д. Пати

Статистические анналы, 2020

17.Вычислительно эффективный байесовский последовательный мониторинг функций.

В. Шамп*, Р. Варбанов*, Э. Чикен, А. Линеро и Ю. Ян

Journal of Quality Technology, 2020

16. Неасимптотический анализ для непараметрического тестирования.

Y. Yang, Z. Shang и G. Cheng

Конференция по теории обучения (COLT), 2020 г.

15. Байесовские дробные апостериоры.

А. Бхаттачарья, Д. Пати и Ю.Ян

Анналы статистики, 2019

14. Интеллектуальное управление накоплением энергии с помощью проектирования информационных систем.

Q. He, Y. Yang, Q. Bai and B. Zhang

Energy Economics, 2019

13. Байесовский подход к последовательному мониторингу нелинейных профилей с использованием вейвлетов.

Варбанов Р.*, Цыпленок Э., Линеро А. и Янг Ю.

Международная организация по проектированию качества и надежности, 2019

12.Коммуникативный распределенный статистический вывод.

М. И. Джордан, Дж. Д. Ли и Ю. Ян

Журнал Американской статистической ассоциации, 2018 г.

11. Ансамбли деревьев байесовской регрессии, которые адаптируются к гладкости и разреженности.

А. Р. Линеро и Ю. Ян

Журнал Королевского статистического общества: серия B, 2018

10. О статистической оптимальности вариационного байесовского метода.

Д.Pati, A. Bhattacharya and Y. Yang

Конференция по искусственному интеллекту и статистике (AISTATS), 2018 г.

9. Совместная оценка плоскостей квантилей над произвольными пространствами предикторов [R package]

Y. Yang and ST Tokdar

2

Журнал Американской статистической ассоциации, 2017 г.

8. Рандомизированные эскизы для ядер: быстрая и оптимальная непараметрическая регрессия.

Ю. Ян, М. Пиланчи и М.J. Wainwright

Анналы статистики, 2017

7. Мониторинг байесовского профиля на основе вейвлетов.

Р. Варбанов*, Э. Чикен, А. Линеро и Ю. Ян

Конференция по исследованиям в области промышленной и системной инженерии (ISERC), 2017 г.

6. О вычислительной сложности выбора многомерных байесовских переменных.

Ю. Ян, М. Дж. Уэйнрайт и М. И. Джордан

Статистические анналы, 2016 г.

5.Байесовская многообразная регрессия.

Y. Yang and DB Dunson

Annals of Statistics, 2016

4. Байесовские условные тензорные факторизации для многомерной классификации [код Matlab]

Y. Yang and DB Dunson Association, 2016

3. Минимаксная оптимальная непараметрическая регрессия в больших размерностях.

Ян Я., Токдар С.Т.

Анналы статистики, 2015

2.Байесовское обнаружение трещин в мультимодальных изображениях картин со сверхвысоким разрешением.
Б. Корнелис, Ю. Ян, Дж. Т. Фогельштейн, А. Думс, И. Добеши и Д. Б. Дансон
Международная конференция по цифровой обработке сигналов (ICDSP), 2013 г.

1. Компактная нейронная сеть для обучения машин опорных векторов.
Y. Ян, Q. он и X. HU
нейрокомпьютерный, 2012

рукописи

(* указывает на студентов)

  • Гауссовских процессов с ошибками в переменных: теория и вычисление [Arxiv]
    S. Zhou*, D. Pati, T. Wang, Y. Yang and RJ Carroll

  • Статистическая глубина на основе моделей с приложениями к функциональным данным [arXiv]
    W. Zhao*, Z. Xu*, Y. Yang и W. Wu

  • Частотное покрытие и скорость сходимости выше нормы в регрессии гауссовского процесса [arXiv]
    Y. Yang, A. Bhattacharya and D. Pati

    Теорема Берна-Мипараштейна
  • Semimetric: Semimetric Исследования второго порядка [arXiv]
    Y.Ян, Г. Ченг и Д. Б. Дансон

Ян Фэн

Ян Фэн — адъюнкт-профессор биостатистики в Школа глобального общественного здравоохранения в Нью-Йоркский университет.

Фэн занимается разработкой и применением методов машинного обучения в здравоохранении, многомерного анализа данных, сетевых моделей, непараметрических и полупараметрических методов и биоинформатики. Он также возглавляет Лаборатория Фэн.

Инфо

  • Постдокторант в области биостатистики:

Департамент биостатистики Школы глобального общественного здравоохранения Нью-Йоркского университета ищет кандидатов со степенью доктора философии. D. в статистике / биостатистике, информатике или смежных областях на захватывающую постоянную должность постдокторского младшего специалиста, доступную с 1 июня или 1 сентября 2022 г., работающую с доктором Ян Фэном и доктором Ребеккой Бетенски.

Постдокторант будет работать по адресу:

  • Разработка новых методов машинного обучения и связанных с ними теорий.
  • Применять существующие и новые методы машинного обучения к данным общественного здравоохранения и медицинским данным.
  • Разработка сопутствующего программного обеспечения.

Пожалуйста, подайте заявку через Interfolio здесь.

Он опубликовал статьи в журналах Annals of Statistics, Annals of Applied Statistics, Biometrika, IEEE Transactions on Pattern Analysis and Machine Intelligence, Journal of Royal Statistical Society Series B, Journal of the American Statistical Association, Journal of Machine Learning Research, Science Advances. , Журнал эконометрики, Журнал деловой и экономической статистики и т. д.

В настоящее время он помощник редактора журнала

.

Его исследования частично поддерживаются

  • НСФ КАРЬЕРА Грант DMS-2013789: КАРЬЕРА: Статистический вывод сетевых и реляционных данных
  • НСФ Грант 2034022: RAPID: поведенческое эпидемическое моделирование для сдерживания распространения COVID-19
  • NIH 1R21AG074205-01: Мультиклассовая классификация с приоритетным контролем ошибок и удельной стоимостью ошибок с приложениями к классификации деменции

Моя страница Академии Google ( По годам)

График моей математической генеалогии

Открытые позиции и возможности:

Feng Lab постоянно ищет таланты на уровне бакалавриата, магистратуры и докторантуры.Д. уровень. Если вы заинтересованы, отправьте заявку по адресу https://bit.ly/2KMEflH.

Интересы

  • Машинное обучение в здравоохранении
  • Многомерная статистика
  • Сетевые модели
  • Непараметрические и полупараметрические методы
  • Биоинформатика

Образование

  • Кандидат наук в области исследования операций, 2010 г.

    Принстонский университет

  • Бакалавр наук по математике, 2006 г.

    Китайский университет науки и технологий (USTC)

Цзясен Ян

Обо мне

Я кандидат наук на последнем курсе.D. студент факультета статистики Университета Пердью, консультируемый
профессором Дженнифер Невилл в Кафедры информатики и статистики. Мне также посчастливилось сотрудничать с проф. Винаяк Рао, Петрос Дриней и Цян Лю.

Мои общие исследовательские интересы лежат на стыке машинного обучения, статистики, интеллектуального анализа данных и теоретической информатики.В частности, мои текущие интересы включают статистический сетевой анализ, точечные процессы, ядерные и непараметрические методы, метод Штейна, приблизительный байесовский вывод и рандомизированные методы построения эскизов. Мотивированное анализом крупномасштабных наборов данных со сложными зависимостями, мое исследование сосредоточено на разработке интерпретируемых моделей для реляционных и временных данных, гибких методов критики моделей для сложных распределений и масштабируемых алгоритмов обучения с доказуемыми гарантиями.

Я получил совместный M.S. степень в области статистики и компьютерных наук Университета Пердью в 2015 году и степень бакалавра наук. степень в области статистики от Специального класса для одаренной молодежи в Университете науки и технологии Китая в 2013 году.

Новости и мероприятия

  • 12/2018: Участие в конференции NeurIPS в Монреале, Канада.
  • 07/2018: Выступление на конференции ICML в Стокгольме, Швеция.
  • 08/2017: Выступление на конференции UAI и семинаре StarAI в Сиднее, Австралия.

Публикации

  • Чанпин Мэн, Цзясен Ян , Бруно Рибейро и Дженнифер Невилл. HATS: иерархическая структура внимания к последовательности для индуктивных вложений множеств множеств. Опубликовано в Proceedings of the 25th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD) , 2019.

  • Агнива Чоудхури, Джиасен Ян , и Петрос Дриней. Рандомизированные итерационные алгоритмы дискриминантного анализа Фишера. Для публикации в Proceedings of The 35th Conference on Uncertainty in Artificial Intelligence (UAI) , 2019.

  • Джиасен Ян , Винаяк Рао и Дженнифер Невилл. Критерий согласия Штейна-Папанжелу для точечных процессов.В материалах 22-й Международной конференции по искусственному интеллекту и статистике (AISTATS) , 2019.

  • Агнива Чоудхури*, Джиасен Ян *, и Петрос Дринеас, Структурные условия сохранения проектной стоимости за счет умножения рандомизированных матриц. Линейная алгебра и ее приложения , 573 , 144–165, 2019. (* Равный взнос )

  • Цзясен Ян , Цян Лю*, Винаяк Рао* и Дженнифер Невилл.Проверка согласия для дискретных распределений с помощью расхождения Штейна. В материалах Proceedings of the 35th International Conference on Machine Learning (ICML) , 2018.

  • Агнива Чоудхури, Джиасен Ян , и Петрос Дриней. Итеративная, основанная на эскизах структура для регрессии хребта. В материалах Proceedings of the 35th International Conference on Machine Learning (ICML) , 2018.

  • Джиасен Ян , Винаяк Рао и Дженнифер Невилл.Разделение гомофилии и взаимности с моделями скрытой пространственной сети. В материалах 33-й конференции по неопределенности в искусственном интеллекте (UAI) , , 2017 г.

  • Джиасен Ян , Бруно Рибейро и Дженнифер Невилл. Стохастический градиентный спуск для реляционной логистической регрессии посредством частичного обхода сети. В материалах 7-го Международного семинара по статистическому реляционному ИИ (StarAI) , 2017 г., .

  • Джиасен Ян , Бруно Рибейро и Дженнифер Невилл. Должны ли мы быть уверены в эффектах сверстников, оцененных по частичному сканированию социальных сетей? В материалах 11-й Международной конференции AAAI по Интернету и социальным сетям (ICWSM) , 2017 г.


Опыт

  • Стажер-исследователь   Университет Пердью 08/2015 — Настоящее время
  • Стажер-аналитик   Google, Маунтин-Вью, Калифорния 05/2016 — 08/2016
  • Стажер отдела исследований и разработок   The Nielsen Company, Чикаго, Иллинойс 05/2015 — 08/2015
  • Инструктор Департамент статистики, Университет Пердью 08/2014 — 05/2015
  • Ассистент преподавателя Департамент статистики, Университет Пердью 08/2013 — 08/2014

Условный и совместный анализ множественных SNP сводной статистики GWAS выявляет дополнительные варианты, влияющие на сложные признаки

  • Hindorff, L. А. и др. Потенциальные этиологические и функциональные последствия полногеномных ассоциаций локусов для болезней и признаков человека. Проц. Натл. акад. науч. США 106 , 9362–9367 (2009 г.).

    КАС Статья Google ученый

  • Манолио Т.А. Полногеномные ассоциативные исследования и оценка риска заболевания. Н. англ. Дж. Мед. 363 , 166–176 (2010).

    КАС Статья Google ученый

  • Ланго Аллен, Х.и другие. Сотни вариантов, сгруппированных в геномных локусах и биологических путях, влияют на рост человека. Природа 467 , 832–838 (2010).

    КАС Статья пабмед ПабМед Центральный Google ученый

  • Спелиотес, Э.К. и другие. Ассоциативный анализ 249 796 человек выявил 18 новых локусов, связанных с индексом массы тела. Нац. Жене. 42 , 937–948 (2010).

    КАС Статья пабмед ПабМед Центральный Google ученый

  • Войт Б.Ф. и др. Двенадцать локусов предрасположенности к диабету 2 типа идентифицированы с помощью крупномасштабного ассоциативного анализа. Нац. Жене. 42 , 579–589 (2010).

    КАС Статья пабмед ПабМед Центральный Google ученый

  • Тернбулл, К. и др. Полногеномное ассоциативное исследование идентифицирует пять новых локусов предрасположенности к раку молочной железы. Нац. Жене. 42 , 504–507 (2010).

    КАС Статья пабмед ПабМед Центральный Google ученый

  • Галарно, Г.и другие. Точное картирование трех локусов, которые, как известно, влияют на уровень гемоглобина плода, объясняет дополнительную генетическую изменчивость. Нац. Жене. 42 , 1049–1051 (2010).

    КАС Статья пабмед ПабМед Центральный Google ученый

  • Санна, С. и др. Точное картирование пяти локусов, связанных с холестерином липопротеинов низкой плотности, обнаруживает варианты, которые удваивают объясняемую наследуемость. Генетика PLoS. 7 , e1002198 (2011 г.).

    КАС Статья пабмед ПабМед Центральный Google ученый

  • Рипке, С. и др. Полногеномное ассоциативное исследование идентифицирует пять новых локусов шизофрении. Нац. Жене. 43 , 969–976 (2011).

    КАС Статья Google ученый

  • Скляр, П. и др. Крупномасштабный полногеномный анализ ассоциации биполярного расстройства идентифицирует новый локус восприимчивости около ODZ4 . Нац. Жене. 43 , 977–983 (2011).

    КАС Статья ПабМед Центральный Google ученый

  • Трынка Г. и др. Плотное генотипирование идентифицирует и локализует множественные распространенные и редкие варианты ассоциативных сигналов при целиакии. Нац. Жене. 43 , 1193–1201 (2011).

    КАС Статья пабмед ПабМед Центральный Google ученый

  • Сонессон, А.К., Мейвиссен, Т.Х. и Годдард, М.Е. Использование совместного выращивания семей и объединения ДНК в схемах геномной селекции в аквакультуре. Жен. Сел. Эвол. 42 , 41 (2010).

    Артикул пабмед ПабМед Центральный Google ученый

  • Вейр, Б.С. Анализ генетических данных . (Sinauer Associates, Сандерленд, Массачусетс, 1990 г.).

  • Ян, Дж. и др. Общие SNP объясняют большую часть наследуемости человеческого роста. Нац. Жене. 42 , 565–569 (2010).

    КАС Статья пабмед ПабМед Центральный Google ученый

  • Purcell, S. et al. PLINK: набор инструментов для полногеномной ассоциации и анализа сцепления на основе популяции. утра. Дж. Хам. Жене. 81 , 559–575 (2007).

    КАС Статья пабмед ПабМед Центральный Google ученый

  • Ши, Дж.и другие. Сравнение стратегий для точного картирования связи общих SNP на хромосоме 9p21 с диабетом 2 типа и инфарктом миокарда. Нац. Жене. 43 , 801–805 (2011).

    КАС Статья пабмед ПабМед Центральный Google ученый

  • Пардо, Л. и др. Глобальное сходство с локальными различиями в неравновесии по сцеплению между голландской популяцией и популяцией HapMap-CEU. евро. Дж. Хам. Жене. 17 , 802–810 (2009).

    КАС Статья пабмед ПабМед Центральный Google ученый

  • Ян, Дж. и др. Разделение генома генетической изменчивости сложных признаков с использованием общих SNP. Нац. Жене. 43 , 519–525 (2011).

    КАС Статья пабмед ПабМед Центральный Google ученый

  • Ян, Дж., Ли, С.Х., Годдард, М.Е. и Вишер, П.М. GCTA: инструмент для полногеномного анализа сложных признаков. утра. Дж. Хам. Жене. 88 , 76–82 (2011).

    КАС Статья пабмед ПабМед Центральный Google ученый

  • Девлин Б. и Родер К. Геномный контроль для ассоциативных исследований. Биометрия 55 , 997–1004 (1999).

    КАС Статья пабмед ПабМед Центральный Google ученый

  • Ян, Дж.и другие. Факторы геномной инфляции при полигенном наследовании. евро. Дж. Хам. Жене. 19 , 807–812 (2011).

    Артикул пабмед ПабМед Центральный Google ученый

  • Visscher, PM, Hill, WG & Wray, N.R. Наследуемость в эпоху геномики — концепции и заблуждения. Нац. Преподобный Жене. 9 , 255–266 (2008).

    КАС Статья пабмед Google ученый

  • Магнуссон П.К. и Расмуссен, Ф. Семейное сходство индекса массы тела и семейный риск высокого и низкого индекса массы тела. Исследование молодых людей в Швеции. Междунар. Дж. Обес. Относ. Метаб. Беспорядок. 26 , 1225–1231 (2002).

    КАС Статья пабмед ПабМед Центральный Google ученый

  • Schousboe, K. et al. Половые различия в наследуемости ИМТ: сравнительное исследование результатов исследований близнецов в восьми странах. Двойной рез. 6 , 409–421 (2003).

    Артикул пабмед ПабМед Центральный Google ученый

  • Вуд, А.Р. и другие. Аллельная гетерогенность и более подробный анализ известных локусов объясняют дополнительную фенотипическую изменчивость и выявляют сложные модели ассоциации. Гул. Мол. Жене. 20 , 4082–4092 (2011).

    КАС Статья пабмед ПабМед Центральный Google ученый

  • Международный консорциум HapMap.Карта гаплотипов человека второго поколения, содержащая более 3,1 миллиона SNP. Природа 449 , 851–861 (2007).

  • Консорциум проекта «1000 геномов». Карта вариаций генома человека на основе секвенирования в популяционном масштабе. Природа 467 , 1061–1073 (2010).

  • Римм, Э.Б. и другие. Проспективное исследование потребления алкоголя и риска ишемической болезни сердца у мужчин. Ланцет 338 , 464–468 (1991).

    КАС Статья пабмед ПабМед Центральный Google ученый

  • Медланд, С.Э. и др. Распространенные варианты гена трихогиалина связаны с прямыми волосами у европейцев. утра. Дж. Хам. Жене. 85 , 750–755 (2009).

    КАС Статья пабмед ПабМед Центральный Google ученый

  • Лори, К.К. и другие. Контроль качества и обеспечение качества генотипических данных для полногеномных ассоциативных исследований. Жен. Эпидемиол. 34 , 591–602 (2010).

    Артикул пабмед ПабМед Центральный Google ученый

  • Ли, Ю., Виллер, С.Дж., Динг, Дж., Шит, П. и Абеказис, Г.Р. MaCH: использование данных о последовательности и генотипе для оценки гаплотипов и ненаблюдаемых генотипов. Жен. Эпидемиол. 34 , 816–834 (2010).

    Артикул пабмед ПабМед Центральный Google ученый

  • Ке, X. и др. Эффективность и согласованность маркировки гаплотипов плотных карт SNP в нескольких образцах. Гул. Мол. Жене. 13 , 2557–2565 (2004).

    КАС Статья пабмед Google ученый

  • Тео Ю.Ю. и другие. Полногеномные сравнения вариаций неравновесия по сцеплению. Рез. генома. 19 , 1849–1860 (2009).

    КАС Статья пабмед ПабМед Центральный Google ученый

  • Ю.

    Майкл Ян | NORC.org

    Ю. Майкл Янг — старший статистик NORC Чикагского университета с более чем 16-летним опытом работы в области планирования исследований, формирования выборки, корректировки данных после обследования, оценки дисперсии, анализа данных обследования и технической отчетности.Он руководит статистическими исследованиями и оказывает техническую поддержку руководству и клиентам по вопросам разработки сложных обследований и оценки.

    Янг разработал процедуры выборки и оценки для большого количества сложных обследований, включая общие обследования населения, обследования учреждений (например, обследования планов медицинского обслуживания, школ, предприятий и т. д.) и обследования особых групп населения (например, опросы военнослужащих, арестованных и т. расовые и этнические меньшинства).Эти опросы охватывают широкий спектр предметных областей, таких как образование, здравоохранение, злоупотребление психоактивными веществами, удовлетворенность клиентов, оценка программ, маркетинговые исследования, финансы бизнеса, экономика и уголовное правосудие. Эти опросы также включают весь спектр режимов сбора данных, включая телефонные опросы с произвольным набором цифр (RDD), онлайн-опросы, опросы по почте и опросы с личным интервью. В качестве старшего специалиста по статистике Ян возглавляет группы программистов и статистических аналитиков для оказания статистической поддержки в следующих областях: построение основы выборки, план и отбор выборки, редактирование и очистка данных, анализ и взвешивание неответов, вменение отсутствующих данных и оценка дисперсии в сложных условиях. образцы конструкций.

    Ян активно работает в Вашингтонском статистическом обществе (WSS) и в Секции методов исследования опросов Американской статистической ассоциации. Его исследовательские интересы включают комплексный дизайн выборки, методы корректировки после опроса и анализ данных опроса. Он провел множество презентаций как для профессиональной, так и для нетехнической аудитории.

    В настоящее время Ян возглавляет исследовательский проект по поддержке BLS в разработке методологии ограничения раскрытия информации, которая позволит Ежеквартальной переписи занятости и заработной платы (QCEW) публиковать значительно более подробную информацию, соблюдая при этом требования конфиденциальности и качества данных. Ян является старшим статистиком Обзора получателей докторских степеней (SDR), ответственным за структуру выборки и корректировку после обследования. Янг также руководит разработкой и проведением двух обследований в области образования с участием школ и школьных округов.

    Ян работал главным статистиком в исследовательском центре ICF International с 2007 по 2009 год. До этого он работал старшим статистиком в Gallup Organization.

    Кампания Эндрю Янга посвящена математике.«Но его цифры не всегда складываются.

    Кандидат в президенты от Демократической партии Эндрю Янг называет себя «азиатом, который любит математику».

    Он позиционирует себя как предприниматель, разбирающийся в технологиях и экономике, кандидат, который, скорее всего, принесет калькулятор в Овальный кабинет. Это предложение произвело впечатление на избирателей: он продал 32 000 шляп с надписью «MATH» и занял шестое место в предварительном опросе демократов NBC News/Wall Street Journal, проведенном в прошлом месяце.

    Он проводит кампанию, обещая создать всеобщий базовый доход — 1000 долларов в месяц — чтобы спасти нацию от многих рабочих мест, которые будут потеряны для роботов.Но ужасная статистика, которую он использовал, чтобы подать заявку на пост президента, не всегда совпадает.

    Во вторник, во время дебатов, с булавкой «математика» на лацкане Ян приводил цифры и данные об автоматизации, цифровой революции и умирающей обрабатывающей промышленности. NBC News проверила некоторые из этих утверждений.

    Рабочие места в производстве потеряны из-за автоматизации

    В своем заключительном слове на стадии дебатов в Огайо во вторник вечером Ян упомянул потерю «4 миллионов производственных рабочих здесь, в Огайо, Мичигане, Пенсильвании, Висконсине и Айове» из-за «четвертого промышленная революция» — натиск прорывных технологий, таких как Интернет, робототехника и искусственный интеллект.

    Это точка данных, которую он использовал ранее на следе, и она сильно отличается от фактического количества рабочих мест, потерянных в этих штатах, согласно правительственным данным.

    «Я смотрел на цифры, — сказал он, как сообщается, в июне, выступая перед толпой в Нью-Йорке. — И Дональд Трамп — наш президент по одной простой причине: мы автоматизировали 4 миллиона производственных рабочих мест в Мичигане, Огайо, Пенсильвании, Висконсине, Миссури. , штат Айова, все качели говорят о том, что Дональд Трамп должен был победить.»

    Он сказал что-то подобное в июньских дебатах.

    Согласно данным Бюро трудовой статистики, пять штатов, упомянутых Янгом в ходе октябрьских дебатов, потеряли около 1,09 млн рабочих мест в обрабатывающей промышленности в период с пика занятости в обрабатывающей промышленности в стране с 2000 г. по октябрь 2016 г. Добавьте сюда штат Миссури, как это сделал Ян в Нью-Йорке, и вы получите примерно 1,2 миллиона потерянных рабочих мест.

    На вопрос о том, почему он использовал неверные данные, кампания Янга неоднократно указывала на общенациональные цифры девятилетней давности, позже настаивая на том, что кандидат имел в виду всю страну, а не пять или шесть штатов, которые он снова и снова перечислял с этой точкой данных.

    За тот же период страна потеряла 4,9 миллиона, а не 4 миллиона рабочих мест в обрабатывающей промышленности.

    Кроме того, Янг связывает эти потери рабочих мест с автоматизацией. В поисках доказательств его кампания процитировала исследование Университета Болла, которое показало, что большая часть потерь рабочих мест связана с автоматизацией, а не с торговлей.

    Это единственное исследование, как указывает Слейт, подверглось широкой критике со стороны других исследователей за преувеличение влияния автоматизации.

    Автоматизация — не единственная сила, влияющая на рабочие места на производстве.Международные торговые сделки удешевили производство товаров за пределами США, что привело к аутсорсингу. Кроме того, согласно правительственным данным о занятости, рецессия 2007 года ударила по обрабатывающей промышленности.

    Его кампания отказалась комментировать использование неточных или вводящих в заблуждение данных. Но в пятницу Ян высказался о дезинформации во время 10-часовой прямой трансляции вопросов и ответов.

    «Меня расстраивает, когда люди берут факты для какой-то конкретной цели», — сказал Ян.«Я имею в виду, давайте обсудим данные. Интеллектуальная лень в определенных кругах глубоко разочаровывает».

    Большой бизнес Amazon и низкие налоги

    «Одна только Amazon закрывает 30 процентов магазинов и торговых центров Америки и поглощает 20 миллиардов долларов бизнеса, не платя налогов», — сказал Ян во время дебатов. Он также высказал версию этого утверждения в ходе июльских дебатов.

    Amazon лично не скупает магазины и торговые центры и не закрывает их (на самом деле они открыли несколько собственных обычных магазинов).Интернет-магазины, конечно, резко изменили американскую торговлю, но Amazon — не единственное имя в этой игре. Доля рынка онлайн-гиганта в этом году составила 38% — по сравнению с 49% годом ранее.

    Не только они несут ответственность за закрытие магазинов и торговых центров, как сказал Ян. Позже в его кампании говорилось, что они были просто «частью» тенденции закрытия розничных магазинов.

    Число 30 процентов само по себе является оценкой одного человека. Один эксперт сказал Forbes, что, по его ожиданиям, примерно 30 процентов торговых центров страны закроются или будут перепрофилированы в течение следующего десятилетия, хотя аналитики Credit Suisse в 2017 году предсказывали меньшее количество предстоящих закрытий.Ни одно из исследований не винит только Amazon.

    Налоговый вычет Amazon — а точнее, его отсутствие — это тема, на которой сосредоточились многие кандидаты от Демократической партии после того, как одно исследование пришло к выводу, что федеральный налоговый вычет компании равен нулю.

    Но в исследовании не рассматриваются государственные и местные налоги, и, как подробно сообщает The Wall Street Journal, налоговые декларации компании являются конфиденциальными, и невозможно точно узнать выплаты компании. На вопрос NBC News компания отказалась предоставить подробную информацию о своих налоговых декларациях, заявив, что они платят все предусмотренные законом налоги.

    В материалах инвесторов говорится, что в 2018 году компания заплатила 1,2 миллиарда долларов подоходного налога по всему миру, в том числе примерно 129 миллионов долларов возмещения федерального налога и 322 миллиона долларов налога штата. немного.

    Неясно, что именно имеет в виду Ян, когда говорит, что Amazon поглощает 20 миллиардов долларов в бизнесе. В прошлом году компания получила около 11 миллиардов долларов прибыли и около 233 миллиардов долларов дохода.

    Народные данные стоят больше, чем нефть

    «Прямо сейчас наши данные стоят больше, чем нефть», — сказал Ян во время дебатов во вторник.Нет никакого способа узнать, правильно это или нет, и это предмет широких дебатов.

    По состоянию на пятницу нефть продавалась по цене около $53 за баррель; это источник энергии и товар, что обеспечивает глобальную и постоянную торговую силу. Данные, с другой стороны, трудно оценить. Это, несомненно, приносит корпорациям деньги, но исследования не позволяют сделать вывод о том, сколько это на самом деле стоит, отчасти потому, что на самом деле это безгранично и имеет разную ценность.

    Например, данные частого онлайн-пользователя в богатой стране могут быть более ценными, чем данные человека, который редко выходит в онлайн или, возможно, не имеет регулярного доступа в Интернет.Но, в конце концов, ни один из них не может продать свои данные.

    В ответ на запрос о дополнительной информации по этому заявлению представители кампании Янга отправили NBC News статью с мнением экономиста.

    Больше рецептов на опиоиды, чем людей в Огайо

    По поводу опиоидного кризиса Ян сказал во вторник: «Был момент, когда в штате Огайо было больше рецептов на опиаты, чем людей в штате Огайо».

    Это правда. Данные взяты из 2010 года, когда на 100 человек приходилось 102,4 рецепта на опиоиды.

    Данные как право собственности — Yang2020

    Каждый из нас ежедневно генерирует значительный объем данных в ходе своей обычной деятельности. Наши телефоны и компьютеры отслеживают наши передвижения и действия, а наши браузеры и веб-сайты отслеживают наши действия в Интернете. Как мы видели, некоторые из крупнейших технологических компаний могут знать о нас и нашей жизни больше, чем наши семьи и самые близкие нам люди.

    На данный момент эти данные принадлежат людям, которые их собирают, и им разрешено делать с ними все, что они хотят.Они продали его, использовали для целевой рекламы и проанализировали огромное количество данных, чтобы сделать выводы о целых группах населения, что позволило им монетизировать его.

    Мы также видели, как им злоупотребляют. Некоторые компании не сделали достаточно для защиты наших данных, что привело к нарушениям, которые сделали нашу личную информацию небезопасной. Другие продали его компаниям с сомнительной репутацией, что позволило им использовать нас во всем, от маркетинга мошеннических услуг до влияния на выборы. Сами компании просили о лучших и более четких правилах.

    Это нужно прекратить. Данные, сгенерированные каждым человеком, должны принадлежать им с определенными правами, которые позволят им знать, как они используются, и защищать их. Эти права включают:

    • Право на получение информации о том, какие данные будут собираться и как они будут использоваться
    • Право отказаться от сбора или передачи данных
    • Право на получение информации о том, есть ли на веб-сайте данные о вас и что это за данные
    • Право на забвение; удалить все данные, связанные с вами, по запросу
    • Право на получение информации, если право собственности на ваши данные переходит из рук в руки
    • Право на своевременное информирование о любых утечках данных, включая вашу информацию
    • Право на загрузку всех данных в стандартизированном формате для переноса на другую платформу

    Согласие должно быть информированным и активным — компании несут ответственность за сбор положительного согласия от каждого пользователя до сбора каких-либо данных, и это согласие должно сопровождаться четким и понятным заявлением о том, что собираются данные и как они будут использоваться.Вы можете отказаться от этих прав и согласиться на обмен своими данными, если хотите для пользы компаний и для собственного удобства, но тогда вы должны получать долю экономической ценности, созданной из ваших данных.

    Добавить комментарий

    Ваш адрес email не будет опубликован.