学术活动

当前位置: 网站首页 > 学术活动 > 正文

我院青年教师获国家自然科学基金优秀青年项目和青年项目立项

发布时间 :2021年09月07日来源 : 浏览量 :


8月18日,国家自然科学基金委公布了2021年度国家自然科学基金项目,我院白璐副教授申报的交叉科学部《结构模式识别与金融股市风险分析》项目获得国家优秀青年科学基金资助,王熙副教授申报的管理科学部《在线健康社区用户行为与需求研究:基于个人-群体-社区视角》项目、郭韦昱博士申报的信息科学部《基于深度学习的中小企业可解释信用评估关键技术研究》项目获得国家自然科学基金青年项目资助,学院交叉学科建设以及青年人才队伍建设取得新的突破。

·项目负责人及项目介绍

白璐,副教授,博士生导师,国家优青,我校首批龙马学者青年学者。2015年1月于英国约克大学获博士学位。主要从事模式识别、机器学习、量子游走、金融数据分析等方向的研究工作,累计发表论文近90篇,包括第一/通讯作者CCF/CAA-A类论文19篇。

《结构模式识别与金融股市风险分析》项目:金融是经济发展重要支柱产业,面对当前日益复杂的金融环境,准确分析金融市场变化规律对我国防范与控制金融风险、推动经济高质量发展有着重要研究意义。在此背景下,人工智能的创新与社会实际需求正推动金融人工智能在国家金融风险防控层面发挥日益重要的关键作用。项目紧扣图结构在刻画金融大数据方面的独特优势,拟开展基于结构模式识别的金融股市风险分析交叉研究,实现结构模式识别在股市风险分析问题的整体性能突破。

王熙,副教授,美国爱荷华大学信息学博士。主讲课程《Python程序设计》、《数据库系统》、《数据挖掘》等。主要研究方向为信息系统管理、数据挖掘。曾承担或参与北京市自然科学基金项目、教育部人文社科西部项目、美国国家卫生研究院基金等多项课题,已在《管理科学》、《Decision Support Systems》、《Public Opinion Quarterly》、《Information Technology & People》等国内外知名期刊发表学术成果。

在线健康社区用户行为与需求研究:基于个人-群体-社区视角》项目:随着大数据时代的到来,以移动通讯技术、云计算、物联网等为手段的在线医疗相关服务极速崛起,与传统医疗业务交叉融合形成了新型医疗模式。在众多的在线医疗服务中,在线健康社区的发展是学术界和工业界共同关注的焦点之一。目前,在线健康社区发展势头虽然良好,但依然处于初步阶段。项目拟对以病患用户交流为主的在线健康社区进行研究,以“个人—群体—社区”为逻辑主线,通过基于用户生成内容的用户行为和需求分析,为在线健康社区平台智能化服务提供可扩展方向。在理论方面,项目的开展有助于丰富互联网中医疗信息传播理论研究和促进多学科理论和方法的交叉融合。在应用价值方面,项目的开展有利于信息在在线健康社区中的传递和在线健康社区类产品转型升级,同时有利于在线健康社区中用户个人信息安全的保护和公共卫生安全的管理。

郭韦昱,讲师,毕业于中国科学院大学,获得工学博士学位。师从谭铁牛院士,主要研究可解释深度学习、异常目标检测、姿态估计、金融大数据分析等领域的应用问题。入职中财大以来,主讲了多门相关课程,包括《人工智能》、《智能计算》、《机器学习》等。曾参与国家自然科学基金973项目、重大专项项目、面上项目等多项课题研究,在《IEEE TRANSACTIONS ON HUMAN-MACHINE SYSTEMS》、《NEUROCOMPUTING》、CIKM、AAAI等国际期刊、会议发表学术论文近20篇。

《基于深度学习的中小企业可解释信用评估关键技术研究》项目:中小企业占我国企业总数的99%,贡献了50%以上的税收和60%以上的GDP,创造了超过80%的就业岗位和70%以上的技术创新,是国民经济和社会发展的重要力量。但是,随着我国经济结构升级调整的加速,中小企业债务违约现象逐渐常态化。信贷市场对中小企业形成了“资本歧视”,大量中小企业陷入“担保难-融资难-发展难”的恶性循环,一定程度上影响了国民经济的健康可持续发展。揭示、识别和防范中小企信用风险,改善融资环境,破解中小企业融资难题,是当前宏观经济治理的一项重要任务。如今,大数据驱动的深度学习技术推动了模式识别、自然语言处理、自动化决策等多个人工智能技术领域的飞速发展,以领域知识牵引的人工智能学科交叉创新,成为了一种新的研究范式,利用人工智能技术,研究解决金融领域的相关问题,成为了当前金融科技发展的一个新趋势。我们结合团队研究特色和社会实际需求,提出深入研究深度学习与企业信用评估交叉领域的关键技术,希望突破传统深度学习缺乏可解释性的技术瓶颈,实现人工智能技术与金融服务领域的交叉理论创新;设计面向中小企业的大规模、低门槛、高精度、可解释的企业信用评估系统,助力中小企业融资难题的破解,促进国民经济的健康发展。

版权所有© 中央财经大学信息学院

学院南路校区地址:北京市海淀区学院南路39号 邮编:100081

沙河校区地址:北京市昌平区沙河高教园区 邮编:102206 京ICP备05004636号 京公网安备110402430071号