陈海清

陈海清，安徽无为人,南京财经大学9570金沙登录入口副教授，硕士生导师，统计系副主任，2018年毕业于北京工业大学统计系,获理学博士学位.

感兴趣的方向

自然语言处理、深度强化学习、金融风险、极值分布、拟合优度检验、高维检验

教学课程

本科生：机器学习、大数据处理技术、概率论与数理统计、统计学、实变函数、复变函数

研究生：机器学习与Python实现、深度学习与PyTorch实现、多元统计分析

博士生：统计调查与数据挖掘

获奖情况

2023年全国市场调查与分析大赛（研究生组）优秀指导教师

2022、2023 年全国应用统计专业学位研究生案例大赛优秀指导教师

2022、2023年全国大学生统计建模优秀指导教师

2021年南京财经大学教学公开赛三等奖

2021年南京财经大学本科优秀毕业论文指导教师

2018年获北京工业大学优秀博士学位论文

2018年获北京工业大学科技创新一等奖

2017年获博士研究生国家奖学金

2016年获北京工业大学博士生创新奖学金

教改项目

中国大学MOOC《机器学习》课程（南京财经大学）负责人.

南京财经大学《机器学习》在线开放课程建设项目（2022年，经费10万）.

南京财经大学教改项目《新文科背景下财经类高校“机器学习”课程建设研究》（2023年）.

南京财经大学“双高”金课创新实践项目《从统计学到人工智能》（2023年）.

科研项目

国家社科基金一般项目“基于深度学习和多源数据融合的金融风险度量方法研究”(No.20BTJ054，经费20万，起止时间：2020.09-2022.12,主持，在研).

国家自然科学基金青年科学基金项目“基于统计建模理论和深度学习技术的城市环境空气质量研究”(No.11801019、经费25万, 起止时间：2019.01-2021.12，参加者4/8).

国家自然科学基金青年项目“高维半参数模型的核机器学习方法及应用”(No.11701021，经费24万, 起止时间：2018.01-2020.12，参加者，3/9).

全国统计科学重点项目“大数据背景下半参数建模理论与方法研究”(No. 2017LZ35, 经费3万,起止时间：2017.12-2019.12，参加者，4/4).

北京市教育委员会科技计划项目“记录值下广义pareto分布的统计推断及应用”(No. KM201610005020,经费15万，起止时间：2017.01-2019.12，参加者，4/6).

中国博士后科学基金“高维数据Garrotized核机器变量选择理论方法及应用研究”(No.2015M580026, 经费8万，起止时间：2015.12-2016.06，参加者，2/7).

北京工业大学研究生科技基金项目“高维数据下的Logistic回归模型的拟合优度检验”(No. ykj-2014-11497，经费0.2万，起止时间：2014.11-2015.10，主持).

工作论文

[1]Deep Learning Model for Stock Price Forecasting with Multi-source Information: Based on Transformer.

[2]Fitting the Generalized Pareto Distribution to Data Based onDeep Learning.

[3]融合多源信息的Trans-TGARCH金融市场波动率预测模型.

发表学术论文

[1] Haiqing Chen, Xu Zhao,Leilei Zhu,Weihu Cheng & Lu Xu.Fitting generalized logistic distribution by least squares based on the logistic transformation of order statistics, Communications in Statistics - Theory and Methods，2023,52(2):263-272.(SCI)

[2]陈海清，程维虎.Logistic变换在Ⅰ型广义Logistic分布统计推断中的应用.数理统计与管理,2022,41(6):1029-1038.(中文核心)

[3]XingguangPan,LinWang,ChengquanHuang,ShitongWang,HaiqingChen.A novel weighted fuzzy c-means based on feature weight learning,Journal of Intelligent & Fuzzy Systems: Applications in Engineering and Technology，2021,41(6):6149-6167.(SCI)

[4]HaiqingChen,WeihuCheng ,YaohuaRong,XuZhao.Fitting the Generalized Pareto Distribution to Data Based on Transformations of Order Statistics，Journal of Applied Statistics，2019,46(3):432-448. (SCI)

[5]HaiqingChen,WeihuCheng.Fitting the generalized Logistic distribution by modified method based on percentiles.Communications in Statistics - Simulation and Computation，2019, 48(7):2222–2227.(SCI)

[6]HaiqingChen,WeihuCheng,MingzhongJin .Parameter Estimation for Generalized Logistic Distribution by Estimating Equations Based on the Order Statistics.Communications in Statistics - Theory andMethods，2019, 48(6):1506–1516.(SCI)

[7]曾婕,程维虎,陈海清.缺失数据下部分线性变系数模型的模型平均.北京工业大学学报,2019,45(4):405-412.(中文核心)

[8]JingZhao,WeihuCheng,HaiqingChen,MixiaWu.Comparisons of several Pareto distributions based on record values.Communications in Statistics - Theory andMethods，2018, 47(10):2456-2468. (SCI)

[9]陈海清,曾婕,胡国治.三参数I型广义Logistic分布参数的改进最小二乘估计. 数理统计与管理,2018, 37(5): 835-842.(中文核心)

[10]Haiqing Chen,WeihuCheng,JingZhao,XuZhao.Parameter Estimation for Generalized ParetoDistribution by Generalized Probability Weighted Moment Equations.Communications in Statistics Simulation and Computation，2017, 46(10): 7761-7776.(SCI)

[11]HaiqingChen,WeihuCheng,LeileiZhu,YaohuaRong.Parameter estimationfor three-parameter generalized Pareto distribution by weighted nonlinear leastsquares.Communications in Statistics-Theory and Methods，2017, 46(23): 11440-11449. (SCI)

[12]DonglinGuo,LiugenXue,HaiqingChen.CBPS-Based Inference in Nonlinear Regression Models with Missing Data.Open Journal of Statistics,2016(6):675-684.

[13]陈海清, 程维虎. 广义Pareto分布参数的最小二乘估计. 应用概率统计, 2013,4(2)：121-135. (中文核心)

近年学术交流

参加2021年数据科学与数据智能学术论坛并做“Fitting the Generalized Pareto Distribution to Data Based on Transformations of Order Statistics”学术报告，贵阳，2021年7月；

参加金融科技与大数据技术第一届学术年会及全体会员大会并做“深度学习与多源信息融合的股价预测模型--基于transformer结构”学术报告，桂林，2023年4月；

参加2023年大数据与统计科学交叉学术论坛并主持金融统计分会，深圳，2023年4月；

参加泰山学术论坛--随机优化与金融统计专题并做 “深度学习与多源信息融合的股价预测模型--基于transformer结构”邀请报告，济南，2023年6月；

参加首届全国统计与数据科学联合会议并做“基于稀疏注意力transformer和多源数据融合的股票收益率预测模型”邀请报告，北京，2023年7月；

参加第二十一届中国机器学习及其应用研讨会，南京，2023年11月.

联系方式

地址：南京市栖霞区文苑路3号

Email：chqmath@163.com