Né en 1978, Linglong a grandi dans le village de Xuchang, dans la province de Henan, en Chine. Il a étudié les probabilités et la statistique à l’Université normale de Beijing, où il a obtenu un baccalauréat en statistique en 1999. Il a ensuite obtenu une maîtrise en statistique à l’Université de Beijing en 2002. Son mémoire de maîtrise, supervisé par le professeur Zhonjie Xie, était intitulé Monte Carlo Filter and an Application in a Signal Modulated Model.

Linglong a ensuite rejoint l’Université de l’Alberta, où sa thèse de doctorat intitulée On multivariate quantile regression : directional approach and application with growth charts a été supervisée par le professeur Ivan Mizera. Avant même d’être publiée, cette thèse a valu à Kong et à Mizera d’être invités à être les discutants d’un article connexe dans les Annals of Statistics. Linglong a poursuivi ce travail en tant que chercheur postdoctoral à l’Université de l’État du Michigan, sous la direction de Yijun Zuo.

En ce qui concerne les travaux de Linglong sur la robustesse, une lettre de soutien à la nomination indique que « ses travaux, largement cités dans la littérature, ont stimulé une grande partie de la recherche récente sur les quantiles multivariés et la profondeur multivariée. ... Une publication récente ... a intégré la régression quantile et la modélisation par copules pour développer un nouveau modèle de régression de la fonction quantile spatiale sur l’échelle. Il s’agit de l’un des rares travaux significatifs sur l’analyse quantile de la réponse fonctionnelle, et la méthode est utile dans l’analyse des données d’image. »

Linglong a ensuite décroché une seconde bourse postdoctorale à l’Université de Caroline du Nord (Chapel Hill), sous la supervision de Hongtu Zhu. C’est là que ses intérêts se sont multipliés, de la robustesse à l’analyse des données de neuroimagerie, aux données fonctionnelles et à l’apprentissage automatique statistique. En effet, l’une des caractéristiques de la carrière de Linglong a été l’étendue de ses recherches et sa capacité à synthétiser les résultats obtenus dans divers domaines.

Depuis qu’il a rejoint la faculté de l’Université de l’Alberta en 2012, les résultats du professeur Kong sont tout simplement époustouflants. À l’heure où nous écrivons ces lignes, son CV fait état de plus de 80 articles publiés ou « sous presse » dans des revues à comité de lecture de premier ordre, et de plus de 40 articles à comité de lecture présentés lors de congrès dont le taux d’acceptation est généralement très faible. Il présente également une liste phénoménale de présentations sur invitation et de cours de brève durée. Son mentorat a été exceptionnel - au dernier décompte, il supervise 8 post-doctorants, 15 doctorants, 6 étudiants à la maîtrise et a diplômé une multitude d’autres personnes qui poursuivent aujourd’hui avec succès leur propre carrière dans la recherche ou dans le secteur commercial. Un signataire de lettre dit : « Son mentorat favorise l’indépendance, l’inclusion et une culture de l’excellence. Il a permis à ses étudiants de s’engager dans des projets de recherche de haut niveau, qui ont donné lieu à de nombreuses publications corédigées dans des revues et des congrès de premier plan. Ce dévouement a permis de cultiver une nouvelle génération de statisticiens qui continuent à faire progresser le domaine. Les succès de ses étudiants reflètent sa capacité exceptionnelle à inspirer et à cultiver le talent ; leurs réalisations témoignent de son engagement en faveur de leur développement professionnel. »

Linglong est chercheur principal ou cochercheur principal pour des subventions nationales et internationales totalisant plus de 3 500 000 \$. Le fait que 2 000 000 \$ de ces subventions proviennent des IRSC, conjointement avec des chercheurs de notre école de médecine, est un indicateur de l’impact de ses recherches. Il a apporté une contribution exceptionnelle à la profession sous la forme d’un travail éditorial. Il est rédacteur en chef adjoint du Journal of the American Statistical Association, des Annals of Applied Statistics, de l’International Journal of Imaging Systems and Technology, de Statistics and Its Interface et de la Revue canadienne de statistique (RCS). Il a été rédacteur en chef invité d’un numéro spécial sur l’analyse des données de neuroimagerie dans la RCS et rédacteur en chef adjoint invité de Frontiers in Neuroscience.

Linglong a été promu professeur agrégé en 2018 et professeur titulaire en 2022. Il est devenu cette année membre de l’American Statistical Association. Il est déjà un chercheur internationalement reconnu en apprentissage automatique statistique et en optimisation statistique – il est titulaire de la chaire d’IA de l’Institut canadien de recherches avancées (CIFAR), pour laquelle il est basé à l’Alberta Machine Intelligence Institute (https://www.amii.ca), dont il est membre. Cela fait suite à sa nomination en 2020 en tant que Chaire de recherche du Canada en statistiques et probabilités, basée sur ses travaux en analyse de données de neuroimagerie, avec des contributions à la modélisation d’ensemble et hiérarchique, à la factorisation matricielle et à l’apprentissage par renforcement distributionnel. Plus récemment, il a été « le pionnier de méthodes de préservation de la vie privée dans le cadre de la confidentialité différentielle locale et a étendu les cadres de confidentialité aux manifolds riemanniens, protégeant ainsi les données sensibles dans des domaines tels que l’imagerie médicale et l’analyse des soins de santé ».

À propos de l’ensemble de ses travaux, un auteur indique que Linglong a été « le pionnier des méthodes statistiques d’analyse des données de neuroimagerie qui intègrent des données spatiales, fonctionnelles et à haute dimension, permettant ainsi d’obtenir des informations inédites sur la structure et la fonction du cerveau ». Il poursuit en disant que « les contributions de Kong à l’apprentissage automatique digne de confiance abordent certains des défis les plus pressants de l’IA, notamment l’équité et la protection de la vie privée. Ses travaux sur l’équité conformée via la régression quantile et la confidentialité différentielle gaussienne sur les manifolds riemanniens illustrent sa capacité à combiner une théorie statistique rigoureuse avec des applications éthiques percutantes. Ces contributions sont essentielles au développement de systèmes d’IA équitables, fiables et alignées sur les valeurs de la société. »

En résumé, le professeur Linglong Kong s’est hissé au plus haut niveau des statisticiens mathématiciens et des scientifiques des données, dans ce pays et à l’échelle internationale.

Linglong et son épouse, collègue et collaboratrice prolifique Bei Jiang ont, en plus d’une série d’articles importants, deux fils, Denver et Daylan.