当前位置:首页>>教学科研>> 正文教学科研
复杂金融数据之“k-相关聚类的近似算法”
来源:  点击次数:次 发布时间:2023-12-28 编辑:统计与数学学院

2023年12月27日,复杂金融数据与极端金融风险建模创新团队报告会在沙河校区二教110成功召开,邀请了团队成员刁卓副教授分享最新研究成果,并就团队研究内容进行广泛深入的研讨。本次活动由团队负责人邓露教授主持,活动得到了团队成员和其他教师的大力支持。

研讨会开始,邓露教授先介绍了创新团队目前的研究进展。接着,就相关研究内容,刁卓副教授介绍了最优化领域中的k-Correlation Clustering问题,该问题属于NP-hard问题。随后分享了最新研究成果“Approximation Algorithms on k-Correlation Clustering”。该研究为k-Correlation Clustering问题提出了一种多项式时间内的近似解,其近似比能达到max{a, [(2−k)a+k−1]/k}。经过探讨,大家认为该算法能够广泛应用于金融网络、风险管理、欺诈检测等领域中的聚类问题,为复杂金融数据的空间结构特征研究提供思路。

首页

版权所有:中央财经大学统计与数学学院
地址:北京市昌平区沙河高教园中央财经大学沙河校区1号学院楼 邮政编码:102206 电 话:(010)61776184
邮箱:samofcufe@cufe.edu.cn

学院公众号

Baidu
map