2020年经济管理与大数据应用国际学术会议(ICEMBDA2020)
2020年5月16日
说明:系列课
免费
课程介绍
课程目录

会议介绍:

2020年经济管理与大数据应用国际学术会议(ICEMBDA2020)于2020年5月16日在线上召开视频会议,会议主题主要围绕经济管理与大数据应用等相关研究领域展开讨论,旨在为相关研究方向的专家学者及企业发展人提供一个分享研究成果、讨论存在的问题与挑战、探索前沿科技的国际性合作交流平台。诚邀国内外高校、科研机构专家、学者,企业界人士及其他相关人员踊跃投稿并参会交流。



Desislava Stoilova.png

Desislava Stoilova副教授,布拉果耶夫格勒西南大学,保加利亚


演讲主题:

欧盟资金对区域经济发展的影响:基于保加利亚的案例研究


研究内容:

我们研究了2007至2018年间欧盟资金对保加利亚区域经济发展的影响, 对NUTS2区域的6个地区(西南、中南、东南、西北、中北和东北)的总体经济发展趋势进行了描述性分析。研究结果表明,过去十年中,保加利亚的社会经济发展呈现明显的区域集中特征:经济增长的主要动力来自于西南地区,占全国国内生产总值的近一半(48.2%),而其他地区之间的差异较小(NSI,2020年)。西南地区发展迅速的主要原因是作为国家经济重心的首都索非亚正好位于这一地区。



Carol Hargreaves.png

Carol Hargreaves副教授,新加坡国立大学,新加坡


演讲主题:

基于大数据的深度学习在预测股价上的应用


研究内容:

序列预测问题被认为是数据科学行业中最难解决的问题之一,包含自相关、波动性聚类、非高斯性、以及数据周期性等问题。深度学习(DL)和增强神经网络(RNN)在处理自相关、波动性聚类、非高斯性和周期性数据等问题上性能良好,可以在这些情况下取得较精准的预测。因此,我们提出了一种类似于RNN的长短期记忆(LSTM)网络,将隐藏单元替换为存储单元,用于预测澳大利亚股票市场的股票收益。对于股票,我们使用截至目前的历史收益来预测时间(t+1)处的收益。 依据LSTM模型的预测,我们可以决定在时间t决定购买、持有或出售哪些股票,从而得出一种自动交易策略。在通过为期三年(2016-2018)的训练后,LSTM网络可以在2019年得到验证,再通过未来数据来测试其效果。我们研究的目的是证明深度学习LSTM网络可以帮助我们选择可盈利的股票投资组合方案。



张德富教授.png

张德富教授,厦门大学,中国


演讲主题:

农业工业链的大数据平台


研究内容:

农业中的很多问题,如盲目种植、种植技术落后、缺乏精准营销和品牌建设等,都可以通过大数据和人工智能得到解决。基于大数据和人工智能技术,我们开发了一个农业大数据平台,该平台由生产预测系统、专家级害虫识别系统、精准营销系统和食品安全溯源系统构成。这个平台还可以用于帮助农民出售农产品。

欧盟资金对区域经济发展的影响:基于保加利亚的案例研究
25:18(录播)
基于大数据的深度学习在预测股价上的应用
32:47(录播)
农业工业链的大数据平台
22:32(录播)

艾思学院合作咨询

联系方式:020-2810 1017、13922150126 (微信同号)

客服邮箱:fengbing@ais.cn

公众号

小程序

艾思学术 版权所有
Copyright©2019 All rights reserved 粤ICP备16087321号