会议日程

主办单位：中国科学院管理、决策与信息系统重点实验室

　　　　　中国科学院预测科学研究中心

协办单位：中国科学院国家数学与交叉科学中心

时间：2022年12月3-4日9:00-18:00

地点：腾讯会议ID：639878878（12月3日）、959247992（12月4日）；密码：2022

 

 

 

 “经济管理、决策与信息技术前沿论坛”邀请报告（2022年12月3日）

9:10-9:50  闫相斌（北京科技大学经济管理学院）

 

报告题目/ Presentation title：

社会网络中节点的重要性度量与应用

 

摘要/ Abstract：

社会网络普遍存在于社会和经济生活中。社会网络中的节点不同节点的作用、影响、性质存在很大差异，识别社会网络中的重要节点是社会网络分析的重要研究内容，已成为物理、信息、管理、生物以及社会学等多学科共同关注的研究问题。在阐述几类主要的节点重要性测量方法的基础上，从影响力、合作能力、信息传播能力等视角介绍了提出的几种新的社会网络中节点的重要性识别方法，并通过案例分析了这些方法的应用价值。

 

报告人简介/ Short Bio：

闫相斌，北京科技大学教授、博导，副校长。兼任教育部高等学校管理科学与工程类专业教学指导委员会委员、中国信息经济学会副理事长、中国系统工程学会副秘书长、管理科学与工程学会常务理事等学术职务，《哈尔滨工业大学学报》、《系统工程理论与实践》、《中国管理科学》、Energy Informatics等期刊编委。近年来，主持国家自然科学基金重点项目等各类科研项目10余项，在ISR、POMS、JMIS、管理科学学报等管理学领域主流期刊发表论文80余篇，出版专著1部，获省部级科技奖励8项；主持多项省部级教育教学改革研究项目，教育改革成果获省部级教学成果一等奖；获软件著作权3项、授权发明专利2项。研究成果在中国资源卫星应用中心、国家气象卫星中心等多个单位应用。主要研究方向为网络舆情分析、经济与社会网络分析、商务数据分析。

 

“经济管理、决策与信息技术前沿论坛”邀请报告（2022年12月3日）

9:50-10:30  李大庆（北京航空航天大学国际交叉研究院）

 

报告题目/ Presentation title：

未来民用航空的体系安全

 

摘要/ Abstract：

航空安全是复杂系统管理的主要场景之一。这里将从三个科学问题入手，结合航空安全的紧迫形势，提出构建未来航空安全的核心：提升体系安全能力、搭建体系安全架构、形成体系安全逻辑。其中体系安全能力要从提升风险消减能力、风险认知能力、风险缓解能力等方面综合提升；体系安全架构要透过超网络视角构建；体系安全逻辑要在自主规章的制定中探索逻辑安全、从韧性管理的角度推进运行安全。

 

报告人简介/ Short Bio：

李大庆，北京航空航天大学研究员/博导。围绕复杂系统可靠性和韧性管理，在PNAS、Nature Physics、Nature Communications、RESS、TRB等国际著名期刊上发表了研究成果，国家自然科学基金委等专文报道。获得国家杰出青年科学基金。主持了装发预研等科研项目。获得国防科技进步一等奖等。担任了管理科学与工程学会理事，“双法”研究会高教分会副理事长，指控学会可靠性专委会副主任。长期在国防、交通、航天等领域开展应用合作。

 

“经济管理、决策与信息技术前沿论坛”邀请报告（2022年12月3日）

10:30-11:10  吴建国 （北京大学工学院）

 

报告题目/ Presentation title：

Online Change-point Detection of High-dimensional Streaming Data for Condition Monitoring of Complex Systems

 

摘要/ Abstract：

High-dimensional streaming data are now ubiquitous in many fields such as bioinformatics, engineering, finance and social sciences. For example, in biological studies, neurons being monitored could generate hundreds or thousands of time series signals. In semiconductor manufacturing, hundreds of sensors are installed in the production system for real time monitoring of the manufacturing condition. The distributional parameters, or the complex relationship of these sensing signals may change over time, and the change-points often imply events or anomalies occurring at that moment. Therefore, the online change-point detection of high-dimensional streaming data becomes increasingly important to monitor the conditions of complex system. However, due to curse of dimensionality, it is very challenging to detect the change timely and accurately. In this talk, two to three change-point detection methodologies in different application scenarios will be introduced.

 

报告人简介/ Short Bio：

吴建国，北京大学工学院研究员、博士生导师、国家海外青年人才引进专家。2009年获得清华大学机械工程学士学位，2011年获得普渡大学机械工程硕士学位，2011年至2015 年先后获得威斯康星大学麦迪逊分校统计硕士和工业与系统工程博士学位，2015年起任教于德克萨斯大学艾尔帕所分校工业与系统工程系，2017年加入北大工学院。主要研究领域为基于机器学习与工业大数据分析的智能制造与复杂系统质量与可靠性研究。近年来主持包括美国陆军部、中国自然科学基金面上项目、自然科学基金重点项目在内的多个中美科技攻关课题，以第一作者或通讯作者在IEEE T-PAMI, Technometrics，IISE Transactions, JQT, IEEE T- IEEE T-Reliability等领域顶尖或权威期刊发表论文四十余篇，现担任中国现场统计研究会可靠性工程分会常务理事、中国运筹学会可靠性工程分会理事、中国管理科学与工程学会质量与可靠性管理分会理事，同时担任智能制造期刊Journal of Intelligent Manufacturing副主编，曾获得美国制造工程师学会E. Wayne Kay 奖、美国德克萨斯大学系统STARS Award、美国制造科学与工程年会BOSS奖、美国工业与系统工程（IISE）年会以及美国运筹与管理科学（INFORMS）年会最佳论文奖和提名奖等奖项。

 

“经济管理、决策与信息技术前沿论坛”邀请报告（2022年12月3日）

11:10-11:50  段宏波 （中国科学院大学经济管理学院）

 

报告题目/ Presentation title：

资源约束下面向碳中和的能源转型路径

 

摘要/ Abstract：

能源清洁化转型被广泛认为是实现净零排放和碳中和的关键途径，已有大量国内外研究团队或机构绘制了中国碳中和下的能源转型路径，比如：在IEA最新发布的《中国能源体系碳中和路线图》中指出碳中和下我国未来风电和光伏装机平均每年需新增55 GW和200 GW。但大规模的能源系统转型不仅受到技术发展的限制，也受到资源约束和政策体系的深入影响。事实上，可再生能源发展对矿产资源的需求强度远高于传统化石能源，那么，在关键性矿产资源约束下当前设计的能源转型路径是否可行？如果不可行，如何重塑转型路径？这些路径会产生多大的碳减排差距，又在多大程度影响政策成本？围绕这些关键问题，我们构建了资源约束背景下的综合集成评估框架，试图给出我国实现碳中和目标的资源可行的清洁能源转型路径和政策选择。

 

报告人简介/ Short Bio：

段宏波教授，长期从事资源与环境经济学、能源-经济-环境（3E）综合评估建模研究，是全球和中国碳中和路径分析模型E3METL及CE3METL的领衔开发者，主导开发了宏愿3E碳中和公益平台。主持国家自然科学基金优秀青年、面上项目、科技部国家重点研发计划子课题以及中科院青促会项目等。以第一或通讯作者在Science、Nature及其子刊、Cell子刊、经济研究、管理世界等国内外重要期刊发表多项研究成果。曾获多项省部级奖项、Environmental Research Letters年度最佳论文奖、中国科学院大学唐立新优秀学者奖等。

 

“经济管理、决策与信息技术前沿论坛”邀请报告（2022年12月3日）

13:30-14:10  徐根玖（西北工业大学数学与统计学院）

 

报告题目/ Presentation title：

基于任务的自组织机制设计及其博弈分析

 

 

摘要/ Abstract：

自组织问题主要刻画基于任务资源需求约束的代理人结盟过程，并通过补偿代理人参与任务的成本以激励其提供可靠的服务。本文基于代理人参与任务的节约成本提出了加权边际节约成本规则的成本补偿机制，并通过引入二价有效性和完全可替代代理成本补偿性实现了该规则的公理化。通过引入一类新的激励相容性，即优先联盟激励相容性分析联盟议价能力。由此，我们提出了一种优先联盟激励机制。通过该机制将自组织成本补偿问题转化为具有可转移效用的合作博弈，并证明了加权边际节约成本规则等价于该机制诱导的合作博弈的Shapley值。

 

 

报告人简介/ Short Bio：

徐根玖，教授。主要从事合作博弈解的刻画与机制设计、博弈论与无人系统智能决策的相关研究。主持国家自然科学基金项目、国家重点研发计划数学与应用数学重点专项、军事智能科技重大专项及国防科技创新特区项目等十余项，研究成果发表在IJGT, EJOR, JOTA, SCW等重要学术期刊并应用于无人系统智能决策领域。入选陕西省中青年科技创新领军人才计划，担任西安市“运筹优化与人工智能”国际科技合作基地主任、中国运筹学会博弈论分会副理事长、中国双法研究会智能决策与博弈分会常务理事等学术任职。获国家教学成果一等奖1项、陕西省自然科学奖二等奖1项。

 

“经济管理、决策与信息技术前沿论坛”邀请报告（2022年12月3日）

14:10-14:50  何建武（国务院发展研究中心发展战略和区域经济研究部）

 

报告题目/ Presentation title：

2050年乃至2100年的世界经济格局变化及政策启示

 

摘要/ Abstract：

中国已经开启实现第二个百年奋斗目标和中华民族伟大复兴的新征程，将越来越走向世界舞台的中心。随着这一征程的推进，无论是主动的还是被动的，中国与世界互动影响的范围将越来越广，程度将越来越大。为制定新征程上科学的发展战略和政策，必须尽早分析和预判全球经济的长期走势以及中国与其他主要经济体之间经济力量对比关系的重大变化。本报告将首先从长历史维度回顾全球经济发展的典型化事实，同时分析影响未来中长期全球经济增长和格局演变的主要因素，利用全球经济增长模型展望全球经济主要经济体2035、2050和2100年的经济增长和经济总量变化，最终在此基础上提出几点应对全球经济格局演变的政策建议。

 

报告人简介/ Short Bio：

何建武，博士，国务院发展研究中心发展战略和区域经济研究部副部长、研究员，中国投入产出协会副理事长。曾担任联合国经社理事会、世界银行、亚洲开发银行研究专家。长期从事中长期发展战略、经济增长、政策建模和能源与环境政策等研究。参与《2030年的中国》、《中国：推进高效、包容、可持续的城镇化》等重大课题研究。曾荣获多次中国发展研究奖特等奖、商务部专项成果奖一等奖；参与撰写的《陷阱还是高墙：中国经济面临的真实挑战和战略选择》获2013年孙冶方经济学著作奖。

 

“经济管理、决策与信息技术前沿论坛”邀请报告（2022年12月3日）

14:50-15:30  张勋（北京师范大学统计学院金融统计系）

 

报告题目/ Presentation title：

经济不确定性的包容性增长效应

 

摘要/ Abstract：

党的二十大报告指出，我国经济发展进入不确定难预料因素增多的时期，经济不确定性程度持续提升，这对效率和公平的影响巨大且深远。如何测度中国的经济不确定性，估算经济不确定性对效率和公平的影响，进而得到缓解经济不确定性负面作用的政策思路成为社会各界共同关注的问题。本文利用61维的经济变量所构建的中国省级-季度层面的经济不确定性指标，结合中国家庭追踪调查数据（CFPS），在理论分析的基础上，首次从包容性增长的角度审视经济不确定性对以个体创业来衡量的经济发展的影响。本文发现，经济不确定性抑制了新创企业的成立，显著降低了个体的创业概率。更重要的是，经济不确定性扩大了创业机会的城乡差距，降低了以低人力资本、低物质资本和低社会资本为代表的弱势群体的创业概率和经营性收入，不利于包容性增长的实现。就传导机制而言，在需求侧方面，经济不确定性导致了家庭消费降级，减少了创业机会；在供给侧方面，经济不确定性造成银行惜贷，使得个体在面临经济不确定性时不得不转向非正规金融进行借贷，这提高了创业成本，抑制了创业活动。在政策思路上，我们发现，充分发挥我国超大规模市场优势有助于从需求侧的角度缓解经济不确定性对包容性增长的负面影响，发展数字金融、推动金融普惠则是从供给侧的角度缓解经济不确定性对包容性增长的负面影响的重要手段。

 

报告人简介/ Short Bio：

张勋，北京师范大学统计学院金融统计系教授，博士生导师，入选2019年度教育部青年长江学者，北京大学数字金融研究中心特约高级研究员。在《中国社会科学》、《经济研究》、《管理世界》、《经济学》（季刊）以及Journal of Banking & Finance等期刊发表论文60余篇。主持承担国家自然科学基金项目2项，其中青年项目在绩效评估中被评为“特优”。曾获霍英东教育基金会高等院校青年科学奖、商务发展研究成果奖和洪银兴经济学奖（青年）等多项学术奖项。

 

经济管理、决策与信息技术前沿论坛”邀请报告（2022年12月3日）

15:30-16:10  廖军 （中国人民大学统计学院）

 

 

报告题目/ Presentation title：

Optimal averaging estimation for density functions

 

摘要/ Abstract：

Extraction of information from data is critical in the age of data science. Probability density function theoretically provides comprehensive information on the data. But, practically, different probability density models, either parametric or non-parametric, can often characterize partial features on the data, e.g., owing to model bias or less effificiency in estimation. In this paper we suggest a framework to optimally combine different density models to catch the comprehensive data features by a new information criterion  based  learning approach. Our optimal information extraction is in the sense that the resultant density averaging or selected density minimises the Kullback-Leibler (KL) information loss function.  We therefore first  propose an estimator of the KL loss function, which takes the Akaike and Takeuchi information criteria as two special cases. A feasible density model averaging (DMA) procedure is accordingly suggested, with the DMA estimation achieving the lowest possible KL loss asymptotically. Further, the consistency of the weights of the DMA estimator tending to the optimal averaging weights minimizing the KL distance is obtained, and the convergence rate of our empirical weights is also derived. Simulation studies show that the DMA performs overall better and more robustly than the commonly used parametric or nonparametric density models, including kernel, finite mixture and selection methods for density estimation.

 

报告人简介/ Short Bio：

廖军，中国人民大学统计学院副教授，主要研究方向包括模型选择与模型平均、组合预测、复杂数据分析等。在JASA、Journal of Econometrics等统计学和计量经济学国际顶级期刊发表论文多篇，主持国家自然科学基金青年项目1项。

 

“经济管理、决策与信息技术前沿论坛”邀请报告（2022年12月3日）

16:10-16:50  高昊宇（中国人民大学财政金融学院）

 

报告题目/ Presentation title：

A Precious Gift from Nature: The Impact of Biodiversity on Research Competitiveness

 

摘要/ Abstract：

An emerging literature suggests that biodiversity on the earth broadly affect the functioning of ecosystems and society. This paper investigates whether and how the local biological diversity improves the scientific research competitiveness. Using a manually-collected dataset of research grants from National Natural Science Foundation of China, we explore the policy change of Priority Area for Biodiversity Conservation (PABC for short) in China. The difference-in-differences estimations suggest that cities with PABC(s) experienced an additional 23.20% increase in the fundings of research grants after the policy relative to those without PABC(s). We find that the increase in biological research materials is the prominent mechanism through which the PABC-policy improves research competitiveness. This paper highlights the important role of biodiversity in promoting development of scientific research, which has rarely been examined in a causal context.

 

报告人简介/ Short Bio：

高昊宇，中国人民大学财政金融学院副教授，博士生导师，中国人民大学“杰出学者”青年学者，第5届中国科协“青年人才托举工程”入选人，博士毕业于中国科学院数学与系统科学研究院和香港城市大学。研究兴趣主要集中在银行与金融市场中介、金融风险管理、债务与信用市场和公司金融与中国资本市场等方面。代表性学术成果发表或接受发表在Journal of Finance (JF)、 Review of Financial Studies (RFS)、Journal of Financial Economics (JFE)、Journal of Financial and Quantitative Analysis (JFQA)、Journal of Financial Services Research (JFSR)、《金融研究》、《管理科学学报》等国内外金融管理领域权威刊物。主持国家自然科学基金青年、面上项目，参与多项重要研究课题。

 

“经济管理、决策与信息技术前沿论坛”邀请报告（2022年12月3日）

16:50-17:30  谷真真（意大利Free University of Bozen-Bolzano）

 

报告题目/ Presentation title：

基于本体的联邦数据集成

 

摘要/ Abstract：

基于本体的数据访问（Ontology-based Data Access/OBDA）至2007年被Diego Calvanese教授提出以来，一直是一个比较热门的研究课题。经典的OBDA框架研究如何利用领域知识库通过查询重写（Query Rewriting）的方式对存储在数据库中的数据进行虚拟访问。然而随着数据在体积（Volume）和多样性（Variety）等维度上的持续膨胀，使得如何利用领域知识库对分布式和多样性的数据集进行统一和虚拟的集成是一个具有深远理论意义和实际应用价值的研究问题。为了对多个、分布式、以及异构的数据集，如关系数据库、CSV文件和NoSQL数据库，进行统一和虚拟的集成，在经典的OBDA框架的基础上，我们首次提出了基于本体的联邦数据集成（Ontology-based Data Federation）框架，简记为OBDF。我们定义了OBDF框架的形式化模型，分析了OBDF的研究难点，并提出了基于hints的查询优化方法。该成果获得了第11届国际联合知识图谱大会（IJCKG 2022）的最佳科研论文奖。在本报告中，我们将分享OBDF相关的研究。

 

报告人简介/ Short Bio：

谷真真，2010年毕业于哈尔滨工业大学获得学士学位。于2010年至2017年在中国科学院数学与系统科学研究院师从张松懋研究员进行硕博连读，并于2017年获取博士学位。至2017年8月起分别在中国科学院计算技术研究所和Free University of Bozen-Bolzano在曹存根研究员和Diego Calvanese教授的指导下从事博士后研究。从2010年起，一直致力于知识表示与推理、语义网、数据集成和访问等方向的研究，并以第一作者的身份在语义网领域的知名期刊和会议上发表论文10余篇。

 

“MADIS实验室2022年青年学术报告会”邀请报告（2022年12月4日）

9:00-9:30  王长军

 

报告题目/ Presentation title：

A Simple and (Approximately) Optimal Mechanism in Allocating Public Goods

 

摘要/ Abstract：

Inspired by the practical vehicle-licenses allocation, we study the problem of designing simple and optimal mechanisms to trade off between efficiency and equality in allocating homogeneous public goods. We first propose a truthful two-group mechanism framework that is both general and simple and then use it to compute the optimal solution that maximizes social efficiency while guaranteeing a certain level of equality. Interestingly and surprisingly, under some natural conditions (or mild conditions if the values are drawn independently from an identical distribution) regarding the players' private values, we show that the Pareto optimal mechanisms within the proposed framework are always the mechanisms that first run an auction and then run a lottery (ATL for short). In addition, beyond the framework and those conditions, we prove that the ATL mechanism can always guarantee at least approximately $3/4$ of the optimal solution efficiency in every possible case. Moreover, we show that the lower bound of $3/4$ can in practice be further improved to near optimal when there are scarce resources. Finally, we implement a number of experiments to verify the ATL mechanism's optimality and robustness. （joint work with Zhou Chen, Qi Qi, Zhen Wang）

 

报告人简介/ Short Bio：

王长军，现为中科院数学与系统科学研究院优秀青年副研究员。研究方向为算法博弈与机制设计、组合优化等的理论及应用。目前已在包括Operations Research、Mathematics of Operations Research、Production and Operations Management、EC、WINE等的相关领域重要国际期刊及会议发表论文二十余篇。曾主持国家自然科学基金面上项目和中国科协青年人才托举工程项目等。

 

“MADIS实验室2022年青年学术报告会”邀请报告（2022年12月4日）

9:30-10:00  高翔

 

报告题目/ Presentation title：

加工贸易产能的国际转移研究

 

摘要/ Abstract：

加工贸易长期以来在我国对外贸易中占据较大比重，其产能的国际转移也通常是国际产业转移演变中的风向标。因此，厘清加工贸易产能的国际转移趋势，对于前瞻性地把握国际产业转移的演变方向、及时调整我国产业结构和产业政策都具有重要参考意义。本文首先通过理论推导得出“利用出口国内增加值率变化揭示是否加工贸易承接国”的观点。然后，本文提出了一种基于最优化方法的出口完全增加值率变化趋势估计模型，能够避免主流的基于投入产出模型的出口完全增加值率核算方法存在的数据滞后性强、低收入国家/地区经济体缺乏数据基础、难以对加工贸易进行异质性区分从而高估出口完全增加值率等局限性。实证结果显示，在19个全球主要的发展中国家/地区中，位于东南亚地区的越南和菲律宾、位于南美地区的哥伦比亚和位于北非地区的突尼斯是加工贸易产能国际转移的重点承接地；此外，位于中东地区的土耳其也存在一定程度的加工贸易产能承接地特征。考虑到产业转移活动通常具有较强的地理特征，本文认为截至目前我国的加工贸易尚未出现短时间内大规模的对外转移情况。

 

报告人简介/ Short Bio：

高翔，中国科学院数学与系统科学研究院助理研究员、University of Illinois at Urbana-Champaign访问学者。研究领域：产业转移、全球价值链、投入占用产出技术、数量经济模型及应用等。主持国家自然科学基金青年项目“全球产业转移测度与全球价值链重构模型研究”。在《Cambridge Journal of Regions, Economy and Society》、《Journal of Industrial Ecology》、《管理科学学报》、《国际贸易问题》等国内外经管领域核心学术期刊发表论文20余篇。主笔中美加征额外关税清单对对方经济与就业的影响系列报告19篇，经商务部政研室摘编上报后获国务院领导同志重要批示，部分报告被相关机构采纳。主笔或参与撰写“新冠肺炎疫情”对中国经济社会影响分析与对策研究系列报告28篇，部分报告获国务院领导同志重要批示，大多数报告为约稿，被相关机构采纳。

 

“MADIS实验室2022年青年学术报告会”邀请报告（2022年12月4日）

10:00-10:30  宋锴

 

报告题目/ Presentation title：

二元退化数据的统计建模分析

 

摘要/ Abstract：

现代产品通常具有多样的功能和复杂的结构，仅用一个性能指标来刻画其状态是不充分的。而且，由于内外部环境的影响，不同性能指标间往往存在一定的相关性，给产品可靠性的评估带来了很大的挑战。本报告主要介绍一种由公共随机效应驱动的二元伽马退化模型和相应的推断方法，以及在产品可靠性评估中的应用。

 

报告人简介/ Short Bio：

宋锴，中国科学院数学与系统科学研究院助理研究员，主要从事工业统计领域的研究工作。在European Journal of Operational Research、Reliability Engineering and System Safety、Applied Mathematical Modelling等期刊发表多篇论文，担任中国优选法统筹法与经济数学研究会工业工程分会理事和中国现场统计研究会可靠性工程分会理事。

 

“MADIS实验室2022年青年学术报告会”邀请报告（2022年12月4日）

10:30-11:00  杨莹

 

报告题目/ Presentation title：

Online Estimation for Functional Data

 

摘要/ Abstract：

Functional data analysis has attracted considerable interest and is facing new challenges, one of which is the increasingly available data in a streaming manner. In this work, we develop an online nonparametric method to dynamically update the estimates of mean and covariance functions for functional data. The kernel-type estimates can be decomposed into two sufficient statistics depending on the data-driven bandwidths. We propose to approximate the future optimal bandwidths by a sequence of dynamically changing candidates and combine the corresponding statistics across blocks to form the updated estimation. The proposed online method is easy to compute based on the stored sufficient statistics and the current data block. We derive the asymptotic normality and, more importantly, the relative efficiency lower bounds of the online estimates of mean and covariance functions. This provides insight into the relationship between estimation accuracy and computational cost driven by the length of candidate bandwidth sequence.

 

报告人简介/ Short Bio：

杨莹，交叉中心博士后暨特别研究助理，主要研究兴趣为复杂结构大数据的统计建模，实时在线和动态算法，策略评估和因果推断。已获中国博士后科学基金第4批特别资助（站前）和中国博士后科学基金第72批面上资助。以第一作者在《Journal of the American Statistical Association》（JASA）发表研究成果，具有重要的实用价值。另有文章在投于《Journal of the Royal Statistical Society: Series B》(JRSSB)、《Journal of the American Statistical Association》（JASA）等。

 

“MADIS实验室2022年青年学术报告会”邀请报告（2022年12月4日）

11:00-11:30  闫志华

 

报告题目/ Presentation title：

面向战略军事事件的事件知识图谱构建与分析研究

 

摘要/ Abstract：

为了对战略军事事件进行结构化表示，识别事件的逻辑关系，发现影响事件发展的关键节点和事件演变规律。本文基于新浪军事新闻数据构建标准语料库，提出军事事件本体模型和军事事件图谱的自动化构建框架，使用融合注意力机制和依存句法分析的图神经网络解决长距离依赖问题，使用基于RoBERTa的fine-tuning方法解决隐性事件关系识别问题，对战略军事事件的演变进行分析。结果表明，本文提出的事件和事件关系识别算法均优于对比算法，军事事件知识图谱可以更好的识别影响战略军事事件发展的关键事件，发现战略军事事件的演化路径。文本提出的军事事件知识图谱可以对战略军事事件进行多层次和多视角的分析，帮助专家掌握事件发展脉络，提高决策的全面性和科学性。

 

报告人简介/ Short Bio：

闫志华，中国科学院数学与系统科学研究院博士后。研究方向：知识管理与数据挖掘。

 

“MADIS实验室2022年青年学术报告会”邀请报告（2022年12月4日）

11:30-12:00  周瑾

 

报告题目/ Presentation title：

Estimating and Testing for Smooth Structural Changes in Moment Condition Models.

 

摘要/ Abstract：

Numerous studies have been devoted to estimating and testing for moment condition models. Most of the existing studies assume that structural parameters are either fixed or changed abruptly over time. This study considers estimation of and testing for smooth structural changes in moment condition models where the data generating process is assumed to be locally stationary. A novel local generalized method of moment estimator and its boundary-corrected counterpart are proposed to estimate the smoothly changing structural parameters. Consistency and asymptotic normality are established, and an optimal weighting matrix and its consistent estimator are obtained. In particular, a consistent nonparametric test is proposed to check both smooth changes and abrupt breaks in structural parameters. The test is asymptotically pivotal and does not require prior information about the alternative. A Monte Carlo study is performed to illustrate the merits of the proposed test. In an empirical application, we document the time-varying features of the risk aversion parameter in an asset pricing model, which are consistent with business cycles and financial crisis.

 

报告人简介/ Short Bio：

周瑾，中科院数学与系统科学研究院博士后，主要研究方向为矩条件模型、资产定价模型及机器学习，以第一作者在Economics Letters发表研究成果，另有研究成果正在Journal of Econometrics返修。

 

“MADIS实验室2022年青年学术报告会”邀请报告（2022年12月4日）

13:30-14:00  费超群

 

报告题目/ Presentation title：

大知识图谱平台HAPE和医学多模态知识图谱

 

摘要/ Abstract：

已有的知识图谱平台面临服务能力不足、缺乏高层知识结构、知识管理机制不够完善、缺乏面向知识编程的高级语言等问题，为此我们设计和实现了解决以上问题的大知识图谱平台HAPE，并使之成为满足陆汝钤院士提出的大知识10MC模型和知识图谱全生命周期支持的大知识系统，其可提供的服务达1000个。为了进一步满足多模态知识图谱的需求，我们提出开发支持多模态知识图谱的新一代知识图谱平台HAPE3.0，其重点是开发多模态知识图谱的构建和表示学习算法。我们首先关注医学领域多模态知识图谱的构建和表示学习，提出了基于多关系学习的知识抽取方法。本报告拟对大知识图谱平台HAPE和医学多模态知识图谱两方面内容进行介绍。

 

报告人简介/ Short Bio：

费超群，博士毕业于中国科学院计算技术研究所，现为中国科学院数学与系统科学研究院博士后。研究方向包括大知识图谱平台构建、多模态知识图谱、知识表示等。曾在Information Sciences，IEEE/CAA Journal of Automatica Sinica等发表多篇论文。

 

“MADIS实验室2022年青年学术报告会”邀请报告（2022年12月4日）

14:00-14:30  王蕊

 

报告题目/ Presentation title：

Robbins-Monro Augmented Lagrangian Method for Stochastic Convex Optimization

 

摘要/ Abstract：

We propose a Robbins-Monro augmented Lagrangian method (RM-ALM) to solve a class of constrained stochastic convex optimization, which can be regarded as a hybrid of the Robbins-Monro type stochastic approximation method and the augmented Lagrangian method of convex optimizations. Under mild conditions, we show that the proposed algorithm exhibits a linear convergence rate. Moreover, instead of verifying a computationally intractable stopping criteria, we show that the RMALM with the increasing subproblem iteration number has a global complexity  for the -solution  (i.e., ), where  is any positive number. Numerical results on synthetic and real data demonstrate that the proposed algorithm outperforms the existing algorithms.

 

报告人简介/ Short Bio：

王蕊，中国科学院数学与系统科学研究院应用所运筹学室2019级硕博生，导师为丁超副研 究员，主要研究方向为大规模约束优化问题与随机优化。

 

“MADIS实验室2022年青年学术报告会”邀请报告（2022年12月4日）

14:30-15:00  于嘉汀

 

报告题目/ Presentation title：

Network Refinement: A unified framework for enhancing signal or removing noise of networks

 

摘要/ Abstract：

Networks are widely used in many fields for their powerful ability to provide vivid representations of relationships between variables. However, many of them may be corrupted by experimental noise or inappropriate network inference methods that inherently hamper the efficacy of network-based downstream analysis. Consequently, it’s necessary to develop systematic methods for denoising networks, namely, improving the Signal-to-Noise Ratio (SNR) of noisy networks by adjusting the edge weights. In this study, we explored the properties of network signal and noise and propose a novel network denoising framework called Network Refinement (NR) using a diffusion process defined by random walk on the graph. Specifically, based on different assumptions, the forward and backward procedures of this unified framework, named NR-F and NR-B, can improve the SNR of noisy input networks from two different perspectives: NR-F aims at enhancing signal strength, while NR-B aims at weakening noise strength. Users can choose from which angle to improve the SNR of the network according to the characteristics of the network itself. We showed that NR can significantly enhance the performance of downstream tasks of many networks by several applications on simulated networks and typical real-world biological and social networks.

 

报告人简介/ Short Bio：

于嘉汀，中国科学院数学与系统科学研究院博士生，导师为吴凌云研究员，研究方向包括复杂网络、生物信息学等。

 

 “MADIS实验室2022年青年学术报告会”邀请报告（2022年12月4日）

15:00-15:30  石骁

 

报告题目/ Presentation title：

基于张量网络的量子聚类算法

 

 

摘要/ Abstract：

张量网络是研究量子多体物理的一个重要工具，它在求解Ising模型的配分函数，近似一个给定格点模型的基态波函数等方面有着广泛的应用。同时张量网络态也可以用来描述离散数据变量的联合概率分布，近年来张量网络方法也被用来处理机器学习问题。受经典K-means算法和密度聚类算法启发，我们提出了两种基于张量网络的聚类算法K-means-MPS和DPC-MPS。相比于经典K-means算法，K-means-MPS能达到更高的准确率，并且会更少陷入局部最小值。结合初始化手段，我们的算法在三个常用的计算机视觉数据集上达到目前最好的聚类效果。相比K-means-MPS算法，DPC-MPS不需要预先知道聚类簇的数量，这也更符合现实生活中的情况。我们发现它在合成数据集，UCI数据集和计算机视觉数据集上的表现都远远优于经典DPC算法。

 

报告人简介/ Short Bio：

石骁，中国科学院数学与系统科学研究院博士生，导师是尚云研究员，研究方向为张量网络，量子机器学习等。

 

“MADIS实验室2022年青年学术报告会”邀请报告（2022年12月4日）

15:30-16:00  张欢

 

报告题目/ Presentation title：

抽象论辩框架下强制外延问题的充要条件探寻

 

摘要/ Abstract：

论辩（Argumentation）一直是人工智能领域的一个重要理论研究方向，Dung 在 1995 年首次对辩论机制进行了形式化描述，提出抽象论辩框架（Abstract Argumentation Frameworks, AFs）及各种外延语义。针对论辩过程的动态性，抽象论辩框架的强制外延问题被提出，对于一个给定的AF结构，该问题研究如何对其进行修改使得一个特定的论证集合在某一语义下成为可接受的（外延）。这个问题在多主体动态交互中具有重要意义，已有的工作主要为强制外延问题的充分条件，我们认为充分必要条件涉及强制外延问题的可解性，并有助于提升论辩应用系统的实用性，本报告中将介绍我们目前得到的一些结果。

 

报告人简介/ Short Bio：

张欢，中国科学院数学与系统科学研究院博士生，导师为张松懋研究员，主要研究抽象论辩框架的强制外延问题和语义计算问题。

“MADIS实验室2022年青年学术报告会”邀请报告（2022年12月4日）

16:00-16:30  田新宇

 

报告题目/ Presentation title：

Sparse rank centrality: ranking and grouping from pairwise comparisons simultaneously

 

摘要/ Abstract：

Interpretation of ranking can be simplified by grouping when the number of ranking items is large. We consider the problem of ranking and grouping from pairwise comparisons simultaneously so that items with similar abilities are clustered into the same group. To achieve this, a penalized spectral ranking method, named as sparse rank centrality, is designed. In the method, the fused lasso estimator is used in conjunction with a spectral based method, rank centrality. We reconstruct and simplify the original problem to a concise structure which has the same form with the linear adaptive lasso problem. Theoretical results are provided to present the grouping consistency of the proposed procedure under Bradley-Terry assumption. The simulation study and real examples including National Basketball Association (NBA) data and journal meta-rankings are provided to demonstrate the validity of our theory and the practical significance of the proposed approach.

 

报告人简介/ Short Bio：

田新宇，中国科学院数学与系统科学研究院概率论与数理统计专业在读博士生，导师为石坚研究员。主要研究兴趣为体育数据与工业数据中的统计建模与推断问题。

 

“MADIS实验室2022年青年学术报告会”邀请报告（2022年12月4日）

16:30-17:00  周烨

 

报告题目/ Presentation title：

软关闭机制下在线拍卖的跳跃式报价策略

 

摘要/ Abstract：

利用我国在线司法拍卖的丰富大数据，实证研究了一种拍卖中常见的竞拍策略——跳跃式报价在我国软关闭机制下在线拍卖中的表现和内在机制。研究表明，跳跃式报价策略能够提高竞拍人的获胜概率，与此同时却提高了竞拍人支付成本。进一步研究发现，信号理论能较好地解释在线拍卖中的跳跃式报价现象，由于软关闭机制的作用，延期前的跳价是无效的，并且当信号更强、非理性出价行为更少、竞拍人经验更多时，跳跃式报价对成交价的提升幅度更小，即跳跃式报价所造成的较高的支付成本可能是出于应对市场噪音的需要。

 

报告人简介/ Short Bio：

周烨，中国科学院数学与系统科学研究院、香港城市大学联合培养博士，研究方向为资产定价、行为金融和资产管理。

 

“MADIS实验室2022年青年学术报告会”邀请报告（2022年12月4日）

17:00-17:30  张瑜

 

报告题目/ Presentation title：

投入产出框架下数字经济对中国增加值和就业的影响研究

 

摘要/ Abstract：

本文创新性地提出了反映数字经济的非竞争型投入产出模型（DIOT模型），并依据国家统计局最新公布的数字经济核心产业分类，编制了2007年、2012年和2017年三个年份138部门的中国反映数字经济的非竞争型投入产出表，在投入产出框架下给出了数字经济的内涵并研究了其对增加值和就业的影响。

 

报告人简介/ Short Bio：

张瑜，中科院数学院系统所数量经济学专业2018级直博生，师从杨翠红研究员。主要研究领域为：全球价值链、环境经济学以及投入产出分析。目前已在Nature Communications，Applied Energy，中国人口·资源与环境、管理评论、国际贸易问题等国内外一流学术期刊发表学术论文若干。

 

“MADIS实验室2022年青年学术报告会”邀请报告（2022年12月4日）

17:30-18:00  吴颉

                                                                                  

报告题目/ Presentation title：

“躺赢”还是“憋招”——政治关联与企业创新

 

摘要/ Abstract：

本文以中国民营上市公司为对象，研究政治关联对企业创新的影响。实证发现，政治关联会对企业创新成果数量产生显著的负向影响，企业所在省份当年发生官员更替会减弱该影响；政治关联对企业创新质量有显著的正向影响，该影响随着管理层更有远见或企业所在省政府财政预算内支出水平提高而加强。进一步检验表明，一方面，政治关联有助于提高企业进入高壁垒行业的概率，并且当所在地区的市场化程度越低时，这种作用就会越明显；而进入高壁垒行业的企业更享受自身所处的市场地位，对创新的投入显著减少，于是造成了企业创新数量减少。另一方面，政治关联带来的企业资产规模扩张和盈利能力提高有效地增强了企业创新质量，增加专利被引用次数与专利覆盖的知识宽度，进而提升了企业的创新治理。在控制了潜在的内生性、替换因变量与解释变量以及使用不同的模型估计方法的情况下，实证结果是稳健的。

 

报告人简介/ Short Bio：

吴颉，中国科学院数学与系统科学研究院博士生一年级。研究生学习阶段GPA3.89；在国际会议ITQM上发表论文一篇，取得了会议的“最佳论文奖”；曾获中国科学院战略院主办的首届“青苹果”杯管理学研究生论文大赛三等奖；曾获2020-2021学年国家奖学金、“中科院大学生奖学金”；获得中国科学院大学“优秀团员”、“三好学生”以及中国科学院数学与系统科学研究院优秀团员的荣誉称号。