编号 | 时间 | 类型 | 题目 | 讲者 | 单位 |
---|---|---|---|---|---|
1 | 11:00-11:20 | 贡献报告 |
Pursuing homogeneity and sparsity in simultaneous quantile regression |
曾珍 | 南京财经大学 |
2 | 11:20-11:40 | 贡献报告 |
Distributed quantile regression for longitudinal big data |
范烨 | 首都经济贸易大学统计学院 |
3 | 11:40-12:00 | 贡献报告 |
Bayesian Inference of Sample Selection Using Quantile Selection Model |
邰凌楠 | 国家开放大学 |
4 | 12:00-12:20 | 贡献报告 |
Online Updating Huber Robust Regression for Big Data Streams |
陶春柏 | 北京航空航天大学 |
5 | 12:20-12:40 | 贡献报告 |
Robust Bilinear Probabilistic PCA using a Matrix Variate t distribution |
赵建华 | 云南财经大学 |
编号 | 时间 | 类型 | 题目 | 讲者 | 单位 |
---|---|---|---|---|---|
1 | 14:00-14:17 | 贡献报告 |
Error analysis of generative adversarial network |
Hailin Sang | University of Mississippi |
2 | 14:17-14:34 | 贡献报告 |
Clustered Federated Learning based on Nonconvex Pairwise Fusion |
孙怡帆 | 中国人民大学 |
3 | 14:34-14:51 | 贡献报告 |
Extrapolated Random Tree for Regression |
蔡宇超 | 中国人民大学 |
4 | 14:51-15:08 | 贡献报告 |
Forecasting High Dimensional Long Memory Time Series based on Memory augmented Gated Recurrent Unit |
李木易 | 厦门大学 |
5 | 15:08-15:24 | 贡献报告 |
Adversarial Learning of Distributional Reinforcement Learning |
隋阳 | 上海财经大学 |
6 | 15:24-15:40 | 贡献报告 |
Improved Efficiency in Semiparametric Estimation for two-sample comparison in Semi-Supervised Learning Framework |
谭涛 | 华东师范大学 |
编号 | 时间 | 类型 | 题目 | 讲者 | 单位 |
---|---|---|---|---|---|
1 | 16:00-16:17 | 贡献报告 |
基于CARR-OVMD-GRU模型的原油期货价格波动性预测 |
范蓉蓉 | 西安交通大学 |
2 | 16:17-16:34 | 贡献报告 |
Change Point Detection in Beta Process with High Frequency Data |
冯龙 | 南开大学 |
3 | 16:34-16:51 | 贡献报告 |
Capital Allocation with Asset Risks: Amortization by Investable Assets |
陈尔默 | 北京大学数学科学学院 |
4 | 16:51-17:08 | 贡献报告 |
When Do Models Make Money? A Path from Return Predictability to Profitability |
陈宇凡 | 北京大学 |
5 | 17:08-17:24 | 贡献报告 |
Estimating market liquidity from daily data, marrying Micro structure models and machine learning |
戴悦浩 | 北京大学 |
6 | 17:24-17:40 | 贡献报告 |
Group penalized multinomial logit models and stock return direction prediction |
胡雪梅 | 重庆工商大学 |