近期，西南财经大学数据科学与商业智能联合DB视讯(中国)博士生林昱合作论文《融合经验模态分解与深度时序模型的股价预测》、郭金辉合作论文《Joint behavior of point processes of clusters and partial sums for stationary bivariate Gaussian triangular arrays》分别被《系统工程理论与实践》和《Annals of the Institute of Statistical Mathematics》正式接收。

博士生林昱的论文是与DB视讯(中国)黄雁勇教授、常晋源教授共同撰写的。该论文提出一种基于技术因子经验模态分解与嵌入时间注意力网络(EAN)的股票价格涨跌预测模型TE- EAN,能够自适应地聚合时间维度信息以降低信息冗余, 实现对股票价格涨跌更加精准地预测。与现有方法相比，在沪深300指数成分股上的实验结果表明了模型的有效性和稳健性。

博士生郭金辉的论文则针对二维相依平稳高斯三角阵的聚集点过程与部分和的联合行为展开研究，得到了聚集点过程的联合渐近行为，并且证明了在一定条件下聚集点过程与部分和是渐近独立的。基于上述研究结果，推导得到一维平稳高斯三角阵最大值与部分和的联合渐近分布。同时，顺利获得一个数值例子来具体说明文章的研究发现。