金融科技、金融工程与风险管理
刘贵松
教授
刘贵松，教授。研究方向包括类脑计算与机器学习、大数据分析技术、模式识别和金融科技。
教育背景
- 2003—2007年，电子科技大学，工学博士
- 1997—2000年，电子科技大学，工学硕士
- 1991—1995年，西安交通大学，工学学士
代表性论文
- Human-Level Control Through Directly Trained Deep Spiking Q-Networks. IEEE Transactions on Cybernetics, 2023, online.
- Bio-inspired Active Learning method in spiking neural network. Knowledge-Based Systems, 2023, 261: 110193.
- 一种基于损失预测的双主动域适应算法研究. 计算机学报，2023：579–593。
- Effective transfer learning algorithm in spiking neural networks. IEEE Transactions on Cybernetics, 2022, 52(12): 13323–13335.
- Consortium Blockchain-Based Spectrum Trading for Network Slicing in 5G RAN: A Multi-Agent Deep Reinforcement Learning Approach. IEEE Transactions on Mobile Computing, 2022, online.
- Multi-source sequential knowledge regression by using transfer RNN units. Neural Networks, 2019, 119: 151–161.
专业方向
- 类脑计算与机器学习
- 大数据分析技术
- 模式识别
- 金融科技
研究专长
- 类脑计算与机器学习
- 大数据分析技术
- 模式识别
- 金融科技
主要获奖
- 国家教学成果二等奖
- 省教学成果一等奖