2026年5月15日至17日，由浙江大学数据科学研究中心主办的“2026数据科学前沿国际研讨会”在杭州西溪宾馆隆重举行。本次会议汇聚了来自全球数据科学领域的200余位顶尖学者、行业专家及企业领袖，共同探讨数据科学的前沿进展与未来挑战。

       5月16日上午，研讨会正式拉开帷幕。开幕式由本届本地组委会主席、浙江大学郭子剑教授主持。他代表组委会向全体与会嘉宾致以诚挚欢迎，并介绍了研究中心在推动统计学、数据科学及相关领域科研、教育与合作方面的使命。作为研究中心的品牌学术会议，“数据科学前沿国际研讨会”已成功举办四届，本届为第五届，旨在搭建高水平学术交流平台，促进前沿思想碰撞与融合。

郭子剑教授主持

咨询委员会主席、斯坦福大学田鲁教授致欢迎辞。田鲁教授首先对远道而来的各位嘉宾表示热烈欢迎，并衷心感谢主办方、全体委员会成员以及分会组织者为会议举办所付出的巨大努力。他希望大家在享受精彩学术报告的同时，也能领略杭州这座美丽城市的独特魅力，并期待通过开放讨论与深入交流，催生新的合作与学术洞见。

田鲁教授致辞

大会报告环节分别由宾夕法尼亚大学蔡天文教授和浙江大学数据科学研究中心主任孙文光教授主持。

清华大学刘军教授以“Conditional sampling via diffusion flow and SMC”为题作报告，他回顾了序贯蒙特卡洛方法方法的发展历程，并介绍了如何将其与近年来热门的扩散模型相结合，提出一种无需额外训练的条件采样新方法。该方法通过引入重采样和随机流技术，有效解决了高维数据采样的难点，为扩散模型的高效条件生成开辟了新路径。

刘军教授报告

蔡天文教授主持

报告现场

       剑桥大学Richard J. Samworth教授以“Outrigger local polynomial regression”为题作报告，他聚焦非参数回归中局部多项式估计的改进，指出传统方法对高斯误差假设的依赖。他提出一种Outrigger估计方法，通过引入误差得分函数和宽窗口数据稳定机制，显著提升了对不同误差分布的自适应能力，为复杂误差环境下的回归分析提供了新思路。

Richard J. Samworth教授报告

孙文光教授主持

报告现场

       此外，大会精心组织了45场分组报告，覆盖高维统计、机器学习、因果推断、生成式模型等数据科学前沿议题。各分会场报告精彩纷呈，讨论气氛热烈，与会学者在深度交流中激发了诸多新思路与新合作契机，充分展现了数据科学交叉融合的蓬勃活力。

分会场报告

       作为数据科学领域的重要学术盛会，本次研讨会不仅展示了该领域的最新研究成果与发展动向，也进一步推动了数据科学的理论深化与应用拓展。浙江大学数据科学研究中心将继续秉持开放、合作、共赢的理念，广邀全球专家学者携手并进，共同引领数据科学前沿发展，助力构建数字智能时代的学术共同体与创新生态。