p站视频

  • English
  • 教师科研
    教师科研
    当前位置: p站视频 >> 科学研究 >> 科研成果 >> 教师科研 >> 正文
    学院获批国家级项目7项
    作者: 日期:2025-09-30 点击量:


    近日,全国哲学社会科学工作办公室公布了2025年国家社科基金年度项目立项名单,学院获批4项,其中重点项目1一般项目1项青年项目2项此前,国家自然科学基金公布的立项项目中院共获批3项青年项目。具体立项信息详见下文。

    3CE2

    1C8B6


    项目负责人:刘波

    项目名称:实体经济和数字经济融合程度测算、效应评价与政策协同研究

    项目简介:党的二十届三中全会提出健全促进实体经济和数字经济深度融合制度。摸清我国实数融合家底、评价实数融合效应,是健全实数融合制度、设计协同政策的基础。本项目沿着“理论研究→统计测算→效应评价→政策协同”的思路,解构实数融合的理论逻辑,开发基于投入产出数据与增长核算框架的实数融合程度测算方法并呈现“时间-行业-地区”三维实数融合动态图谱,评价实数融合在推进现代化产业体系与经济高质量发展中作用,为制定实数融合协同政策提供统计支撑。

    2351B


    项目负责人:方成

    项目名称:基于可信机器学习的信贷风险评估与预警研究

    项目简介:本课题聚焦信贷风险中机器学习应用面临的三大核心问题——数据偏差、公平性与可解释性,致力于构建兼具模型性能与决策透明度的可信机器学习分析框架。研究内容从三个维度展开:首先,通过剖析信贷数据偏差的生成机理与传导路径,结合拒绝推断技术及评估指标进行实证分析;其次,系统构建机器学习公平性的理论框架,开发多维度量化指标,并通过模型优化与实证研究验证其有效性;最后,针对可解释性问题,探索从事先可解释模型设计、事后可解释方法优化到反事实解释应用的解决方案。该研究通过实现信贷风险的精准量化评估与动态监测预警,着力破解机器学习在风控领域的黑箱决策难题,最终为信贷风控的可信数字化升级提供理论支撑与方法创新。

    49D0C


    项目负责人:任志远

    项目名称:数实融合赋能全球价值链升级的效应测度与路径优化研究

    项目简介:实体经济与数字经济深度融合以产业链、创新链为重点,借数据流动与技术嵌入重构生产关系和资源配置,形成以数据为纽带、技术为支撑的网络关联结构,既能加快新质生产力形成、改变价值链分工链接方式,又可激活全球价值链(GVC)存量价值、创造增量空间。本课题从统计学视角,立足产业链与创新链双重视域测度实数融合程度,聚焦跨链协同架构其赋能 GVC 升级的理论机制与实证模型,揭示实现路径,并结合相关培育政策作用效果,为优化实数融合实践路径提供对策,形成有机分析脉络。

    F7A72


    项目负责人:连港慧

    项目名称:数字化绿色化协同赋能经济高质量发展的统计测度研究

    项目简介:当前新一轮科技革命和产业变革的两大趋势,数字化和绿色化紧密依存、交互演进。以数字化赋能绿色化、以绿色化牵引数字化无疑成为推动经济高质量发展的关键增量。本课题拟基于数绿双化协同的科学内涵,构建一个能契合数绿双化协同科学内涵的量化测度体系,为刻画数绿双化协同水平提供方法参照;立足“三位一体”的高质量发展目标,从统计视角揭示数绿双化协同对经济高质量发展的赋能效应,为推动经济实现质的提升提供事实参照。研究成果将为实践部门更有针对性地加快数绿双化协同进程,更好地推进经济高质量发展提供统计信息支持与决策方案参考。

    F73A9


    项目负责人:罗文雅

    项目名称:非正态高维数据的线性判别理论与方法研究

    项目简介:本项目聚焦高维数据下的线性判别分析(LDA),旨在突破传统方法对正态性和协方差矩阵可逆性的依赖。针对现代数据的高维复杂性,本研究基于随机矩阵理论,系统分析非正态情形下LDA错分率的极限性质,并在协方差矩阵具有尖峰结构时提出改进方法。研究内容涵盖四阶矩条件、谱范数有界与无界场景,结合正则化技术和谱分析方法,构建更准确、稳定且普适的高维分类方法。项目的实施有望拓展高维统计学习的理论框架,为生物信息学、金融风控及智能识别等领域的应用提供新的支撑。

    7D4C5



    项目负责人:张丹丹

    项目名称:关于子群的交换性对有限p群结构影响的研究

    项目简介:通过子群的交换性刻画p群结构是研究有限p群的基本和有效的方法。而子群的导群和中心在某种程度上可以反映出它的交换性。本项目旨在对子群的导群和中心作一定限制来研究有限p 群的结构以及相关的p群问题。通过本课题的研究,将丰富p群的理论,为研究相关问题提供新的方法和启发。

    C8E48


    项目负责人:凌莉芸

    项目名称:大规模张量特征值互补问题的DCA型算法理论与应用研究

    项目简介:张量特征值互补问题是数据科学与运筹优化领域中的重要课题之一。针对非凸、非线性、大规模的张量特征值互补问题,如何充分利用其结构特性设计高效算法是极具挑战性的。本项目拟将大规模张量特征值互补问题转化为DC规划,设计计算复杂度低的一阶算法并开展相关的应用研究。该项目的实施不仅为求解大规模张量特征值互补问题提供理论与方法,也为解决大数据背景下的实际问题提供技术支撑。


    年来,为持续推进国家级课题的申报工作,按照学校工作方案,p站视频 积极筹划,精心部署,召开申报工作推进会,挖掘申报潜力;实行国家级项目“师徒”结对活动,充分发挥资深科研人员的申报经验,提升申报效率;开展系列线上线下结合申报辅导专家论证,提高申报质量。


    下一条:李金昌教授研究成果获省领导批示

    关闭