Małgorzata Bogdan laureatką Nagrody Głównej PTM im. Hugona Steinhausa za rok 2020

Małgorzata Bogdan laureatką Nagrody Głównej PTM im. Hugona Steinhausa za rok 2020

Małgorzata Bogdan (fot.) z Uniwersytetu Wrocławskiego otrzymała Nagrodę Główną PTM im. Hugona Steinhausa za 2020 za całokształt dorobku w dziedzinie zastosowań matematyki.

kj / 17-03-2021

Profesor Małgorzata Bogdan ukończyła studia matematyczne na Politechnice Wrocławskiej (1992). Tam też uzyskała stopień doktora nauk matematycznych (1996, specjalność statystyka matematyczna). Stopień  doktora habilitowanego nauk technicznych (2009, specjalność informatyka) uzyskała w Instytucie Podstaw Informatyki Polskiej Akademii Nauk, a w 2020 roku Prezydent RP nadał jej tytuł profesora nauk ścisłych i przyrodniczych.

Działalność naukowa profesor Małgorzaty Bogdan ma charakter wybitnie interdyscyplinarny i obejmuje kilka dyscyplin: statystykę matematyczną i obliczeniową, uczenie maszynowe, optymalizację, bioinformatykę i genetykę. Podstawowym tematem jej badań jest wnioskowanie o danych o wysokim wymiarze, to jest o takich, dla których liczba zmiennych jest porównywalna lub większa, często znacznie, od wielkości próby i dla których metody klasyczne skonstruowane dla danych o niskim wymiarze nie mogą być zastosowane lub obarczone są  wysokim  błędem  uogóInienia.

Głównym osiągnięciem Małgorzaty Bogdan jest zaproponowanie, zbadanie oraz zastosowanie w praktyce podejść do selekcji cech w liniowym modelu regresji wykorzystujących nowe metody regularyzacji takich jak sortowana kara L1 (metoda SLOPE) oraz specjalizowane kary teorio-informacyjne (metoda mBIC). Obie metody oraz ich warianty wzbudziły duże zainteresowanie, były z powodzeniem stosowane m.in. do identyfikacji markerów genetycznych istotnych w identyfikacji chorób, w matematyce finansowej do wyboru portfela inwestycyjnego, oraz intensywnie badane teoretycznie przez wybitnych statystyków. W szczególności, Weijie Su i Emmanuel J. Candès udowodnili (w pracy opublikowanej w Annals of Statistics), że metoda SLOPE jest asymptotycznie  optymalna w znacznie szerszym zakresie niż najczęściej stosowana w tym kontekście metoda LASSO, a samo jej zaproponowanie przez Małgorzatę Bogdan i jej współpracownik6w spowodowało istotny rozwój metod optymalizacji wypukłej.

Do innych osiągnięć Małgorzaty Bogdan należą prace dotyczące problemu wielokrotnego testowania  i  jego  powiązania z  podejściem  bayesowskim, własności  LASSO i jego odpornej wersji, rangowego LASSO oraz ekstrakcji cech w metodzie PCA.

Współautorskie prace Małgorzaty Bogdan ukazały się w najlepszych czasopismach statystycznych takich jak Annals of Statistics, Annals of Applied Statistics, Journal of the Royal Statistical Society, Journal of the American Statistical Association, jak i dziedzinowych Genetics, Heredity, Bioinformatics, Journal of Banking and Finance, a algorytmiczne implementacje metody SLOPE i jej wariantów w materiałach konferencyjnych prestiżowych konferencji AISTATS i NIPS.

Małgorzata Bogdan doprowadziła do znacznego umiędzynarodowienia polskiej statystyki poprzez stworzenie silnego ośrodka statystycznego na Uniwersytecie Wrocławskim stale współpracującego z wybitnymi statystykami m.in. z uniwersytetów Stanforda i Purdue w USA oraz École Polytechnique w Paryżu, Francja.