陈海清，安徽无为人,3044am永利集团统计系副教授，硕士生导师，2018年毕业于北京工业大学统计系,获理学博士学位.
感兴趣的方向
自然语言处理、深度强化学习、金融风险、极值分布、拟合优度检验、高维检验
教学课程
本科生：机器学习、大数据处理技术、概率论与数理统计、统计学、实变函数、复变函数
研究生：机器学习与Python实现、深度学习与Pytorch实现、多元统计分析
博士生：统计调查与数据挖掘
获奖情况
2023年全国市场调查与分析大赛（研究生组）优秀指导教师
2022、2023 年全国应用统计专业学位研究生案例大赛优秀指导教师
2022、2023年全国大学生统计建模优秀指导教师
2021年3044am永利集团教学公开赛三等奖
2021年3044am永利集团本科优秀毕业论文指导教师
2018年获北京工业大学优秀博士学位论文
2018年获北京工业大学科技创新一等奖
2017年获博士研究生国家奖学金
2016年获北京工业大学博士生创新奖学金
教改项目
中国大学MOOC《机器学习》课程（3044am永利集团）负责人.
3044am永利集团《机器学习》在线开放课程建设项目（2022年，经费10万）.
3044am永利集团教改项目《新文科背景下财经类高校“机器学习”课程建设研究》（2023年）.
3044am永利集团“双高”金课创新实践项目《从统计学到人工智能》（2023年）.
科研项目
国家社科基金一般项目“基于深度学习和多源数据融合的金融风险度量方法研究”
(No.20BTJ054，经费20万，起止时间：2020.09-2022.12,主持，在研).
国家自然科学基金青年科学基金项目“基于统计建模理论和深度学习技术的城市环境空气质量研究”(No.11801019、经费25万, 起止时间：2019.01-2021.12，参加者4/8).
国家自然科学基金青年项目“高维半参数模型的核机器学习方法及应用”(No.11701021，经费24万, 起止时间：2018.01-2020.12，参加者，3/9).
全国统计科学重点项目“大数据背景下半参数建模理论与方法研究”(No. 2017LZ35, 经费3万,起止时间：2017.12-2019.12，参加者，4/4).
北京市教育委员会科技计划项目“记录值下广义pareto分布的统计推断及应用”(No. KM201610005020,经费15万，起止时间：2017.01-2019.12，参加者，4/6).
中国博士后科学基金“高维数据Garrotized核机器变量选择理论方法及应用研究”(No.2015M580026, 经费8万，起止时间：2015.12-2016.06，参加者，2/7).
北京工业大学研究生科技基金项目“高维数据下的Logistic回归模型的拟合优度检验”(No. ykj-2014-11497，经费0.2万，起止时间：2014.11-2015.10，主持).
工作论文
[1]Deep Learning Model for Stock Price Forecasting with Multi-source Information: Based on Transformer.
[2]Fitting the Generalized Pareto Distribution to Data Based on Deep Learning.
[3]融合多源信息的Trans-TGARCH金融市场波动率预测模型.
发表学术论文
[1]Haiqing Chen, Xu Zhao,Leilei Zhu,Weihu Cheng & Lu Xu.Fitting generalized logistic distribution by least squares based on the logistic transformation of order statistics, Communications in Statistics - Theory and Methods，2023,52(2):263-272.(SCI)
[2]陈海清，程维虎.Logistic变换在Ⅰ型广义Logistic分布统计推断中的应用.数理统计与管理,2022,41(6):1029-1038.(中文核心)
[3]PanXingguang,WangLin,HuangChengquan,WangShitong,ChenHaiqing.A novel weighted fuzzy c-means based on feature weight learning,Journal of Intelligent & Fuzzy Systems: Applications in Engineering and Technology，2021,41(6):6149-6167.(SCI)
[4]Chen Haiqing,Cheng Weihu,Rong Yaohua,Zhao Xu.Fitting the Generalized Pareto Distribution to Data Based on Transformations of Order Statistics，Journal of Applied Statistics，2019,46(3):432-448. (SCI)
[5]Chen Haiqing,Cheng Weihu.Fitting the generalized Logistic distribution by modified method based on percentiles.Communications in Statistics - Simulation and Computation，2019, 48(7):2222–2227.(SCI)
[6]Chen Haiqing, Cheng Weihu Jin Mingzhong.Parameter Estimation for Generalized Logistic Distribution by Estimating Equations Based on the Order Statistics.Communications in Statistics - Theory andMethods，2019, 48(6):1506–1516.(SCI)
[7]曾婕,程维虎,陈海清.缺失数据下部分线性变系数模型的模型平均.北京工业大学学报,2019,45(4):405-412.(中文核心)
[8]Zhao Jing,Cheng Weihu,Chen Haiqing,Wu mixia.Comparisons of several Pareto distributions based on record values.Communications in Statistics - Theory andMethods，2018, 47(10):2456-2468. (SCI)
[9]陈海清,曾婕,胡国治.三参数I型广义Logistic分布参数的改进最小二乘估计. 数理统计与管理,2018, 37(5): 835-842.(中文核心)
[10]Chen Haiqing,Cheng weihu,Zhao Jing,Zhao Xu.Parameter Estimation for Generalized ParetoDistribution by Generalized Probability WeightedMomentEquations.Communications inStatisticsSimulation andComputation，2017, 46(10): 7761-7776.(SCI)
[11]Chen Haiqing,Cheng Weihu,Zhu Leilei,Rong Yaohua.Parameter estimationfor three-parameter generalized Pareto distribution by weighted nonlinear leastsquares.Communications in Statistics-Theory and Methods，2017, 46(23): 11440-11449. (SCI)
[12]Guo Donglin,Xue Liugen,Chen Haiqing.CBPS-Based Inference in Nonlinear Regression Models with Missing Data.Open Journal of Statistics,2016(6):675-684.
[13]陈海清, 程维虎. 广义Pareto分布参数的最小二乘估计. 应用概率统计, 2013,4(2)：121-135. (中文核心)
近年学术交流
参加2021年数据科学与数据智能学术论坛并做“Fitting the Generalized Pareto Distribution to Data Based on Transformations of Order Statistics”学术报告，贵阳，2021年7月；
参加金融科技与大数据技术第一届学术年会及全体会员大会并做“深度学习与多源信息融合的股价预测模型--基于transformer结构”学术报告，桂林，2023年4月；
参加2023年大数据与统计科学交叉学术论坛并主持金融统计分会，深圳，2023年4月；
参加泰山学术论坛--随机优化与金融统计专题并做 “深度学习与多源信息融合的股价预测模型--基于transformer结构”邀请报告，济南，2023年6月；
参加首届全国统计与数据科学联合会议并做“基于稀疏注意力transformer和多源数据融合的股票收益率预测模型”邀请报告，北京，2023年7月；
参加第二十一届中国机器学习及其应用研讨会，南京，2023年11月.
联系方式
地址：南京市栖霞区文苑路3号
Email：chqmath@163.com
