金融智能与金融工程四川省重点实验室举办2021年科技周活动

时间:2021-05-28

本周,在四川省科技厅的统一安排下,西南财经大学金融智能与金融工程四川省重点实验室举办了以“百年回望:中国共产党领导科技发展”为主题,以党领导下的科技发展历程,坚定科技自立自强信心和决心,建设科技强国为中心思想的2021年度科技周活动。

本届科技活动周得到了学院领导高度重视,实验室领导小组精心策划与组织,课题组老师大力支持与配合。活动期间共计组织了8项入驻科研项目的展示并面向全校的本科生、研究生以及相关校内单位开放。活动受到了广大师生及相关部门的高度评价与肯定,取得了不俗的成果。







 金融智能与金融工程四川省重点实验室

2021年5月28日



展示项目列表

 项目名称  课题教师  项目简介
 基于三支时空多粒度的多模态情感分析方法研究

 杨新,工学博士,教授,西南财经大学光华百人计划人选,CCF成都分部委员、YOCSEF成都学术秘书和高级会员,CAAI粒计算与知识发现专委会委员,四川省人工智能学会理事,主要研究方向是智能金融和机器学习,近三年在国际顶级计算机类期刊INS、INFFUS、KBS和IJAR等发表学术论文20余篇(Google引用400余次,ESI热点论文1篇和高被引论文2篇),曾获得ACM成都分会优博提名奖,指导学生学科竞赛获奖100余项。

 本课题通过收集金融客户的多模态数据构建相应的情感语料库,并运用数据挖掘和深度学习技术分别针对文本、人脸、体态和语音等建立相应的情感识别理论和模型,提升情感识别的精度和准确度,最终通过融合各类情感数据实现金融客户的多模态情感识别。课题预期目标是构建多模态数据的情感融合理论和方法,提出针对金融客户的高精度情感分类算法,通过可视化实时展示客户情感状态,预测客户未来情感变化,帮助了解和分析客户情感需求,实现精准服务、推荐和决策。

 基于新闻领域的机器学习模型预测A股股市走势

 肖峰:教授,博士生导师,国家自然科学基金优秀青年基金获得者,主持多项国家和省部级课题。研究方向包括道路拥挤收费、网络建模和优化、博弈论、机器学习与交通数据挖掘、智能交通系统等。在管理科学与工程交通研究领域著名国际期刊和会议如:Transportation Science,Transportation   Research Part A、B、C、D, ISTTT等发表多篇论文。

 项目通过爬虫获取A股股市的新闻文本数据,构建情感词典,做特征筛选。基于文本数据和公司的财务数据,应用多种机器学习模型来预测A股股市的走势。

 易查猫

 赵宇:工学博士,副教授,硕士生导师,毕业于北京邮电大学,美国罗切斯特大学联合培养博士,法国巴黎六大高级访问学者,中国人工智能学会自然语言理解专委会委员。主要研究方向为人工智能、自然语言处理、智能金融、机器学习、推荐系统等领域,迄今在国内外知名期刊和顶级会议发表论文20余篇,作为负责人主持了多项国家自然科学基金和教育部、四川省科技厅项目。

 该项目搭建全国中小微企业(1.5亿+家)情资数据中心,包括:1)关系数据:目前已建立企业知识图谱(即企业关系网络,第一版主要预定义关系:股权,法人,总经理,董事,监事,合作等8大关系)。2)企业多维数据集等。

 高维图像复原问题研究

 蒋太翔:电子科技大学理学博士,致力于数学与图像处理交叉科学研究,着力于解决最难图像问题的数学方法和高效计算,在图像处理与计算数学国际顶级期刊/会议发表论文多篇,获第九届计算数学学会优秀青年论文二等奖(两年一评,当年仅4人获奖,一等奖2人,二等奖2人),首届川渝科学技术大会优秀论文一等奖。

 本项目旨在在最大后验概率估计框架下,研究联合张量低秩与深度神经网络的多维图像复原模型与高性能算法。多维成像数据复原模型和高性能算法的研究,是提高后续应用性能的必要步骤,具有重要的理论研究意义和实际应用价值,本项目的研究成果必将丰富计算机视觉与成像科学的相关理论和方法。

人机混合预测系统研究

郑海超;教授,博士生导师,2011年于南开大学商学院获得管理科学与工程博士学位。研究领域包括金融科技、数据科学、人机混合预测系统。主持多项科研项目,包括2个国家自科基金项目和2个教育部人文社科项目。在Information Systems Journal, European Journal of Information   Systems, Decision Support Systems等信息系统与经管类期刊发表多篇论文。

人机智能的融合有助于实现人机优势互补。该系统基于大众的集体智慧与机器智能的融合,预测未来不确定性的事件,为个人、企业、政府管理部门提供决策参考。

Stock++量化交易风险分析平台

王俊;西南财经大学经济信息工程学院副教授,硕士生导师,金融智能与金融工程四川省重点实验室主任助理,加拿大纽芬兰纪念大学访问学者。主要研究包括多源数据对证券市场的影响性分析,大数据视角的数字化互动媒体对股票市场的影响性研究、基于大数据的证券市场量化分析研究、基于海量数据的媒体信息识别与情感量化分析研究等。现已发表英文学术论文10余篇,参与国家自然科学基金项目3项,国家重点科研项目1项,部级、省级重点科研项目5项。

基于大数据视角,以证券市场媒体信息为驱动,捕捉证券市场价格波动趋势。同时,基于媒体信息挖掘上市公司之间的深层关联关系,并为投资者提供价值咨询,帮助市场投资者进行决策分析。

VR数字孪生工厂

高强:毕业于电子科技大学,工学博士学位。美国西北大学联合培养博士生。高强主要研究方向涉及机器学习、深度学习、时空数据挖掘、推荐系统等,以第一作者在国际顶级期刊、顶级学术会议等发表10余篇学术论文。主研国家自然科学基金项目2项、四川省科技计划2项等。

项目利用VR技术,通过真实环境数据建模和仿真建立虚拟场景,通过自主开发和结合UE4搭建可交互式工厂环境漫游和基本交互,为企业建立一套辅助训练系统。并且开展针对银行业务场景的漫游数字建模,研究在虚拟场景下的可交互式银行业务系统。

基于复学习率的复值神经网络研究

施龙;西南交通大学博士,英国约克大学访问学者。曾主研国家自然科学基金面上项目多项,主持西南交通大学博士创新基金课题一项。研究课题涉及自适应算法优化、复值神经网络、非线性预测(金融时间序列预测),以第一作者发表十余篇学术论文

本项目针对复学习率研究的空白,拟开展基于复学习率的复值神经网络研究,力图弄清复学习率对神经网络训练机制的影响。该研究具有重要的理论创新价值,同时对工程应用具有指导意义。