2025年1月23日，由北京理工大学数学与统计学院主办的“试验设计在数据科学与人工智能中的理论与算法前沿”青年学者论坛，在良乡校区成功举办。论坛汇聚了来自北京大学、南开大学、中国人民大学、中国科学院等多所高校与科研院所的专家学者，共同围绕试验设计、计算机试验、高斯过程建模及其在数据科学与人工智能中的前沿应用展开深入研讨，推动了统计学与人工智能领域的交叉融合与创新发展。
开幕式上，北京理工大学数学与统计学院院长张希承首先致欢迎辞，向与会嘉宾表示热烈欢迎，并介绍了学院在统计与数据科学领域的学科布局与发展规划。北京大学教授艾明要、南开大学教授刘民千分别致辞，强调了试验设计在数据驱动与智能时代的基础支撑作用，并从学科交叉与青年人才培育的角度分享了宝贵见解。北京理工大学教授田玉斌回顾了本次论坛的发起背景与学术宗旨，期待以此为契机，进一步加强试验设计与数据科学和人工智能应用方面的合作交流。
学术报告环节，中国科学院数学与系统科学研究院研究员李启寨作报告《Gaussian Multiplier Bootstrap Procedure for the kth Largest Coordinate of High-Dimensional Statistics》，系统介绍了高维统计推断中第k大顺序统计量的Gaussian近似与乘子Bootstrap方法，为大维度、小样本情形下的统计推断提供了重要理论支撑。东北师范大学教授孙法省以《The Cornerstone of Statistics at the Crossroads: Data Quality》为题，深入剖析了数据质量在当代数据科学与人工智能研究中的关键作用，并介绍了其在动态数据流抽样方面的创新成果。
中国科学院数学与系统科学研究院副研究员何煦介绍了约束区域下极小极大距离设计的前沿方法；华东师范大学教授王亚平展示了均匀投影设计的代数构造及其在空间填充性能优化中的应用；上海交通大学副教授肖骞则提出了适用于有限计算资源的批量序贯MOFAT设计，为复杂系统敏感性分析提供了高效解决方案。
下午的论坛持续聚焦方法创新与实际应用。中国科学院数学与系统科学研究院助理教授李赵辉介绍了融合物理约束的高斯过程建模框架；北京工业大学副教授王彦分享了层次高斯过程在有限元建模中的高效实现路径；北京理工大学副研究员陈建斌系统阐述了交互效应导向的添加次序因子试验设计方法。此外，中国人民大学副教授王春燕、北京交通大学副教授李文龙、北京工商大学教授李辉及北京工业大学讲师周正，分别从正交拉丁超立方、分组正交阵、填充设计优化及Shapley值贝叶斯推断等角度，呈现了试验设计在人工智能与复杂系统建模中的广泛应用前景。
本次论坛紧扣国家人工智能与大数据发展战略需求，系统呈现了试验设计领域的最新理论成果与算法进展，为跨学科学术对话与合作搭建了高质量平台。会议全程讨论热烈、交流深入，有效拓展了青年学者与研究生的学术视野，为推动相关领域的前沿研究注入了新动力。
