（我已经在 CV 上发布了这个问题，但我觉得听到 DS 社区专家的意见也很棒。）
作为一名开始思考论文题目的博士生，我对高维统计学习特别感兴趣。我希望找到一些关于该研究领域最先进研究的研究评论/调查/论文（或网页、博客等），但我可以获得的资源似乎有限。那么我的第一个问题是，
- 您能否描述一些当前在高维统计中有趣的研究课题？如果您可以列出任何相关资源（论文、网页等），那将非常有帮助。
此外，我注意到高维统计学习与机器学习研究密切相关。例如，高维统计中的惩罚正则化思想被用于机器学习领域，如支持向量机、boosting 树、（稀疏）加法模型等。我的问题是，
- 关于高维统计和机器学习相互作用的优秀研究论文有哪些？
最后，由于高维统计实际上是由基因研究（如基因表达分析或全基因组关联研究）推动的，因此高维研究中的大多数应用都致力于该领域。
高维统计在遗传学以外的领域有没有成功的应用，特别是图像/文本挖掘、推荐等，机器学习技术长期使用的领域？
机器学习研究人员/从业者的一个新问题：我可能错了，但据我了解，大多数机器学习算法都是为低维问题设计的（或者至少特征数量小于观察数量）。机器学习技术在高维数据建模方面是否有成功的应用？
任何资源/评论都将受到高度赞赏。谢谢。