个人简介

William威廉William威廉副教授，博士生导师，优秀研究生指导老师。籍贯江西省新余市。国际顶级计算机会议NeurIPS、ICML、NeurIPS Datasets and Benchmarks Track领域主席。现任中国现场统计研究会因果推断分会理事、全国工业统计学教学研究会人工智能与大数据技术专业委员会理事、北京生物医学统计与数据管理研究会理事。个人主页： https://pengwu.site

研究兴趣

主要研究方向：因果推断、缺失数据、可信人工智能、推荐系统、医疗决策。

主讲课程

本科生课程《数据挖掘》、《Python数据分析》、《数据分析与统计软件》。

学习经历

2011年9月-2015年7月，江西财经大学统计学专业，经济学学士；

2015年9月-2017年6月，北京师范大学概率论与数理统计专业，理学硕士；

2017年9月-2020年6月，北京师范大学应用统计专业，理学博士。

工作经历

2020年7月-2022年6月，北京大学，北京国际数学研究中心，博士后；

2022年6月至今，William威廉William威廉，副教授。

主要科研项目

1. 国家自然科学基金青年基金，基于数据融合的长期因果效应研究，2024年1月-2026年12月，主持；

2. 国家重点研发计划子课题, 药食同源作物和微生物食品-数据驱动的品质判别模型构建，2024-12 至 2027-11，主持。

3. 横向项目，推荐系统中的反事实可解释性与长短期因果效应估计技术研究，2023年8月-2024年8月，主持。

主要学术成果

在统计学期刊JASA、Sinica和国际计算机顶级会议NeurIPS、ICML、ICLR等发表论文40余篇。近2年主要成果如下：

[1] Peng Wu, Shanshan Luo, and Zhi Geng (2025), On the Comparative Analysis of Average Treatment Effects Estimation via Data Combination. Journal of the American Statistical Association (Online).

[2] Qinwei Yang, Jingyi Li, and Peng Wu* (2025). Adaptive Data-Borrowing for Improving Treatment Effect Estimation using External Controls. NeurIPS 25.

[3] Peng Wu, Haoxuan Li, Chunyuan Zheng, Yan Zeng, Jiawei Chen, Yang Liu, Ruocheng Guo, and Kun Zhang (2025), Counterfactual Learning under Rank Preservation, NeurIPS 25.

[4] Wenjie Hu, Xiao-Hua Zhou, and Peng Wu* (2025), Identification and estimation of treatment effects on long-term outcomes in clinical trials with external observational data. Statistica Sinica. 35:1-22.

[5] Zhaoqing Tian and Peng Wu* (2025), Semiparametric Efficient Inference for the Probability of Necessary and Sufficient Causation, Statistics in Medicine, 44(18-19): e70242.

[6] Peng Wu, Zhiqiang Tan, Wenjie Hu, and Xiao-Hua Zhou (2024), Model-Assisted Inference for Covariate-Specific Treatment Effects with High-dimensional Data. Statistica Sinica. 34:459-479.

[7] Peng Wu#, Shasha Han#, Xingwei Tong, and Runze Li (2024), Propensity score regression for causal inference with treatment heterogeneity. Statistica Sinica. 34:747-769.

[8] Qinwei Yang, Xueqing Liu, Yan Zeng, Ruocheng Guo, Yang Liu, and Peng Wu*, Learning the Optimal Policy for Balancing Multiple Short-Term and Long-Term Rewards, NeurIPS 24.

[9] Peng Wu, Ziyu Shen, Feng Xie, Zhongyao Wang, Chunchen Liu, Yan Zeng (2024), Policy Learning for Balancing Short-Term and Long-Term Rewards. ICML 24.

[10] Haoxuan Li, Chunyuan Zheng, Sihao Ding, Peng Wu*, Zhi Geng, Fuli Feng, and Xiangnan He, (2024), Be Aware of the Neighborhood Effect: Modeling Selection Bias under Interference for Recommendation. ICLR 24