彭实戈(哪个大学的数学系好一点)
资讯
2023-12-04
131
1. 彭实戈,哪个大学的数学系好一点?
感谢悟空问答小秘书/头条教育邀请。
数学是一个国家科技进步的基础,对一个国家的发展至关重要,北大数学张恭庆院士曾写过数学与国家实力,人类历史上的几个超级大国的崛起背后都是数学上起到引领作用,在数学上制霸全球。数学作为很多学科的基础,尤其是现在的大数据、人工智能、机器学习都和数学密切相关,经济金融管理统计也都和数学密切相关,所以数学专业现在引起很多人的兴趣,有很多大类培养的高校,对数学基础的培养也都非常看重,那么,在我国众多高校中,哪些学校的数学实力更强呢?
最强的就是北大复旦山大,这是数学专业的TOP3,也一直是数学最强的三所学校,新成立的中科院大学数学实力也非常强。我们可以先来看下第四次学科评估结果
第四次学科评估中,获得A级评价的共有19所学校,这也是我国数学最强的十九校。获得A+评价的就是北大复旦山大和国科大。
北大数学为A+,虽然同一档次排名不分先后,但我觉得北大数学第一没有问题。清华工科强,北大文理科强,作为理科学科的数学也一直是北大的王牌专业,北大数院号称一号学院,学生课业重,老师难度大,牛人扎堆,比如2016年中国数学奥林匹克决赛金牌60人,最后有50人进入北大,其中前十名全部进入北大。北大数学毕业生同样优秀,在18年世界数学家大会上邀请的12位华人数学家,有8位来自北大。数学出身的高代有多少人不是学的高教出版社出版的北大版的高等代数。
复旦数学应该是第二,数学也一直是复旦的王牌专业。复旦数学也出了像苏步青谷超豪等杰出数学家。复旦大学数学系的生源也非常不错,有些拒绝北大清华的考生就是为了选择复旦数学系。复旦的数学与应用数学在全国具有领先地位。复旦每年转专业时竞争最激烈的就是数学专业,复旦数学对我印象最深的就是研究生不好考。考研究生的时候曾考虑过复旦数学,但看到真题时我果断放弃了,初试竟然是五门,除了一般学校的数分高代外,还有微分几何、实变还有一个忘了(现在几门没注意)。
山东大学学科评估也是A+,应该是数学全国第三。山大数学也是分数最高的专业之一,尤其是数学类实验班,如泰山学堂、潘承洞班分数更高,要进入山大数学系,要高于录取分数线四五十分。山大彭实戈院士曾应邀在2010数学家大会上做了一小时报告,山大数学还有长江学者四名、国家杰青四名、泰山学者四名。
中国科学院大学数学学科评估为A+,前身是1976年成立的中国科学院研究生院数学教学部,背靠中科院,师资力量雄厚,有院士六人,杰青41人,千人和青年千人6人。记得数学和系统科学研究所以前就是中科院最好的所之一。
学科评估为A级的学校数学都非常不错,而且大都是名校,喜欢数学的可以从这些学校里选。
2. 深度学习方法能用来炒股吗?
金融市场,作为深度学习应用的重要场景之一,一直以来都有使用深度学习来炒股的论文、研究成果的发布。但很多都是尝试性的方法。机器之心就曾报道过很多用深度学习来炒股的教程。
下面,我们介绍下早稻田大学的一位同学使用多个监督学习和强化学习模型在金融市场的应用,作者主要描述了多个论文的核心思想与实现,并且全面概括了其在 Github 上维护的项目。
项目地址:https://github.com/Ceruleanacg/Personae
目前,在本项目中:
实现了 4 个强化学习模型。
实现了 3 个监督学习模型。
实现了 1 个简单的交易所,提供基本的买入、持有、卖出操作(卖空仍在开发中),标的物可以是股票组合或者期货合约组合。
对于监督学习模型的数据集:
我们采用 2008 年 1 月 1 日到 2018 年 1 月 1 日这个区间内,
招商银行(600036)
交通银行(601328)
中信银行(601998)
工商银行(601389)
这四只银行股在第 T 天的,
开盘价(Open)
收盘价(Close)
最高价(High)
最低价(Low)
交易量(Volume)
作为输入数据,第 T+1 天的收盘价(Close)作为输出数据,进行训练,其中,这个区间前 70% 的数据作为训练数据,后 30% 作为测试数据,目前没有设置验证集数据。
下图是目前的实验结果,就目前的实验结果来看,监督学习的表现要好于强化学习。
图例 :蓝色的折线是测试数据集,其他颜色的折线是三种不同的监督学习模型在测试集上的预测。
接下来,我们将会依次对这 3 个监督学习模型与 4 个强化学习模型做一个简短的介绍。
1. Naive-LSTM (LSTM)
该模型是基于 LSTM 和 Dense(全连接)的基本模型,输入是序列长度为 5,即第 T 到第 T+4 天的 OCHLV 数据,输出是一个实数,代表了第 T+5 的预测收盘价格。
arXiv:1506.02078: Visualizing and Understanding Recurrent Network
模型计算图:
2. TreNet (HNN)
IJCAI 2017. Hybrid Neural Networks for Learning the Trend in Time Series
上述引用的论文提出了一种混合神经网络的结构,同时用 RNN 与 CNN 提取序列特征,然后将输出拼接作为全连接层的输入,最后输出最终的预测结果。
模型计算图:
3. DA-RNN (DualAttnRNN)
arXiv:1704.02971: A Dual-Stage Attention-Based Recurrent Neural Network for Time Series Prediction
上述引用的论文提出了一种基于注意力机制(Attention Based Model)的与 Seq-to-Seq 模型的网络结构,其创新点在于该模型连续两次使用注意力机制,在对原始序列使用注意力机制求权重后再次使用注意力机制对编码后的序列求权重,然后经解码与全连接层后输出结果。
模型计算图:
以上是关于项目中监督学习模型的简短介绍,其中,所有模型的具体实现可以在项目链接中看到。
接下来是关于 3 个强化学习模型的介绍,但是在介绍强化学习模型前,我们首先对强化学习的数据和环境一个简短的概述。
Financial Market
这个文件实现了三个核心类,分别是:
Market
Trader
Position
他们分别代表了市场、交易员、持仓信息,最终 Market 类作为 Agent(强化学习模型)的 Environment(环境),接受 Agent 的 Action(动作),同时给出 Next State(下一状态)和 Reward(奖励),并进行迭代。
对于强化学习使用的数据,
我们使用这四只银行股在第 T 天的,
开盘价(Open)
收盘价(Close)
最高价(High)
最低价(Low)
交易量(Volume)
和交易员在第 T 天的,
现金(Cash)
持仓价值(Holding Value)
各持仓量(Holding Amount)
作为 State(状态),使用交易指令,
买入(Buy)
卖出(Sell)
持有(Hold)
接下来是关于实验结果与强化学习模型的介绍:
图例 - 横坐标是时间,纵坐标是利润,其中蓝色折线是基准线,其他颜色的折线是强化学习模型表现
可以看出,除了 Policy Gradient 可以跑赢基准收益外,其他强化学习模型的收益甚至不如基准,这里非常值得讨论,目前笔者也在尝试从参数、输入特征、输出特征、奖励函数等多个角度考虑解决该问题。
接下来是关于强化学习模型的介绍:
1. Policy Gradient
NIPS. Vol. 99. 1999: Policy gradient methods for reinforcement learning with function approximation
模型计算图:
Basic Policy Gradient 的思想很朴素,重复及可能多的采样,对于一次采样的所有动作中,根据奖励函数值的正负决定梯度下降的方向,从而提高或者降低这些动作出现的概率。
2. Double DQN
arXiv:1509.06461: Deep Reinforcement Learning with Double Q-learning
模型计算图:
Double-DQN 采用评估网络与目标网络相互制约,期望避免传统 DQN 中容易出现的过度估计问题。首先使用评估网络预测下一个状态的状态-动作函数值,然后选取取得最大值的动作,计做 a_{max},接着用目标网络预测下一状态与采用 a_{max} 的状态值计算标签,然后期望最小化标签与评估网络对当前状态的状态-动作函数和当前动作的 Q 的均方差。
3. Deep Deterministic Policy Gradient (DDPG)
arXiv:1509.02971: Continuous control with deep reinforcement learning
模型计算图:
DDPG 用于连续动作空间,在本问题中,对于四只股票的买卖持有的动作被映射到区间 [0, 11],其中,DDPG 使用 Actor-Critic Model,引入评估 Actor,目标 Actor 模型与评估 Critic,目标 Critic 模型两组四个网络,其中 Actor 模型用于预测动作,Critic 模型用于评估当前状态与动作的分数(状态-动作值函数),该方法期望最小化:评估 Critic 与评估 Actor 对当前状态-动作函数值与目标 Critic 和目标 Actor 对下一状态-动作函数值的均方差(如算法图所示),依次迭代改进目标 Critic 和目标 Actor。
4. Dueling-DQN
arXiv:1511.06581: Dueling Network Architectures for Deep Reinforcement Learning
模型计算图:
算法:
相对于 DQN 直接输出状态-动作函数值,Dueling-DQN 的状态-动作函数值由上式决定,从网络结构上可以看出,在输出状态-动作函数值前,Dueling-DQN 的结构拆分了原 DQN 网络结构的最后一层,这样的思想很像 Actor-Critic 模型中的 Baseline,因为并不是每个状态都是十分重要的,有些时候对于这些状态,采取那个动作都不会有很大的影响。
即最终对于某个状态-动作函数值而言,Advantage 的在不同动作维度上的值一定意义上描述了这个动作对于这个状态的重要性,最后加上 Q 值,避免了过度估计。
以上是最近关于强化学习和监督学习在金融市场中的一些应用和相关论文方法的实现。
目前仍有以下问题亟待探讨与解决:
强化学习模型奖励函数的设计
强化学习中基于值迭代的算法难以收敛
监督学习的特征维度如何扩展
同时,项目中可能有 Bug,欢迎各种 Issue 提出以及欢迎贡献各种代码 : )
3. 山东大学哪个专业好?
山东大学,山东省最牛的大学,没有之一,也是山东两所985院校之一,另一所是山东大学的亲兄弟-中国海洋大学,两个985高校都起源于国立山东大学。
目前山东大学是教育部直属重点综合性大学,是211、985院校,是世界一流大学建设高校(A类)。
山东大学,历史也是很牛的,是中国近代高等教育的起源性大学。山东大学可溯源于1901年创办的山东大学堂,是继京师大学堂之后中国创办的第二所国立大学(好像没批准为国立大学,后来才批准),也是中国第一所按章程办学的大学。山东大学堂是当年的山东总督袁世凯力挺建立的,而且章程经过光绪帝批准,成为第一所按章程办学的大学。
从诞生起,学校先后历经了山东大学堂、国立青岛大学、国立山东大学、山东大学。
2000年教育部所属的山东大学、卫生部直属的山东医科大学、山东省属的山东工业大学三校强强合并,组建的新山东大学。
山东大学目前已经是一所山东最牛的大学,在山东各界都是老大。
山东大学实力山东大学作为著名的巨无霸高校,最出名的是他的校区,他校区济南好几个,青岛一个,威海一个,当年几乎把山东大学的校区铺遍山东省,搞加州模式,只是被后来叫停了。
山东大学最早提出建设世界一流大学,2021年建设为世界一流大学,现在就剩一年了,看着还遥遥无期。
中国科学院和工程院院士12人
一级学科国家重点学科2个(涵盖8个二级学科)、
二级学科国家重点学科14个、二级学科国家重点培育学科3个
一级学科博士学位授权点44个,一级学科硕士学位授权点55个
博士后科研流动站41个
国家重点实验室2个。
山东大学的实力是毫无疑问的,学科庞大,每年招生人数也近万人。
学科评估山东大学,在第四次学科评估中可谓惨败,A+学科只有一个数学,A类学科总是是8个,全国排行第26名,A+学科不如中国海洋大学和中国石油大学。
这一点就比较尴尬了,省内老大哥评估不如两个小兄弟,真没面子。
山东大学学科齐全,上班了44个专业。其中A+数学,A类是:马克思,语言,应用经济学,外国语,控制,药学,工商管理。B+学科比较多。
山东大学的双一流建设学科是数学,化学,在985院校中,山东大学的双一流学科建设数量应该基本是倒数第一水平了,因为最少的就是两个了。
这一点真是有点尴尬啊。
山东大学的数学,化学,及其他a类学科的这些专业都很不错,不过我个人认为,去山东大学,还是要学他的计算机,临床医学,金融,电子,电气,通信,数学,学热门专业。
山东大学这些年的发展山东大学这些年的发展的确有点问题,学科评估差,双一流建设少,仅有的两个国家重点实验室又被整改。
山东大学,奋进起来吧。想报考山东大学哪些专业?计算机,软件电子,电气,通信,金融,临床,口腔,上面这些专业对任何211重点大学都适用。
老铁们,你们怎么看呢?
4. 山大的金融数学专业怎么样?
我是山大金融数学大三的学生,金融数学专业全称金融数学与金融工程,是山大最好的专业,金融数学家彭实戈(大牛人)院士在山大引领此专业,因此山大的金融数学专业在全国居于领先地位。
此专业一年就一个班,保研率为40%.并且因为很好的融合了数学和经济学的重要内容,此专业就业前景非常好,一般学这个的毕业生将来都很有钱。
金融数学基地班恨难考,是在入学后由经济学院的部分好学生和数学院的部分好学生重组的一个班,要想加入此班,你必须是理科生且数学成绩和高考成绩很高。
如果你是山东的考生并且达到了数学院的录取分数(大约645+)建议你先报数学院,然后从数院进金融数学基地班,这样比较好进。
如果你是一些教育水平一般省的考生并达到了经济学院的录取分,建议你从经济学院进金融数学基地班,这样进去的可能性还大点,因为经院的选拔方式避开了不同省考生的竞争,准确的说是避开了那些很牛掰的山东考生。
此专业如你所说,是经院和数院合办的,如果你是今年的考生,那么你要进入的金融数学班是归数院管理。总之加油吧~
5. 山大数学系教授都有谁?
1、彭实戈,中国科学院院士,山东大学数学学院教授,博士生导师。
2、陈增敬,山东大学数学学院教授,博士生导师。
3、胡锡俊,山东大学数学学院教授,博士生导师。
4、李起峰,山东大学数学学院教授,博士生导师。
5、王鹏辉,山东大学数学学院教授,博士生导师等。
6. 中国最著名的数学家是哪一位?
陈1328430615017
中国最著名的数学家是祖冲之。
他(429一500)出生于建康(今南京),南北朝时期杰出的数学家、天文学家。他一生钻研自然科学,其主要贡献在数学、天文历法和机械制造三方面。数学上的杰出成就,是关于圆周率的计算(π二叫做"祖率″)和发现了"祖暅原理"。
中国古代著名数学家有:张丘建、朱世杰、贾宪、秦九韶、李冶、刘徽......
中国现代著名数学家有:华罗庚、陈景润、丘成桐、陶哲轩、陈省身、彭实戈、苏步青、萧荫堂、胡明复、冯祖荀、姜立夫、陈建功、熊庆来、江泽涵、许宝騄、林家翘、王见定、吴文俊、冯康、周伟良......
7. 中科院院士有多少人?
名单如下:
1、数学物理学部(155人)
艾国祥、白以龙、蔡荣根、常进、常凯、陈彪、陈和生、陈佳洱、陈建生、陈木法、陈难先、陈十一、陈式刚、陈恕行、陈仙辉、陈永川、陈志明、崔向群、戴元本、邓小刚、杜江峰、鄂维南、范海福、方成、方复全、方忠、冯端、甘子钊、高鸿钧、高原宁、葛墨林、龚昌德、龚新高
郭柏灵、郭尚平、韩占文、何国威、何祚庥、贺贤土、洪家兴、胡和生、胡仁宇、霍裕平、江松、姜伯驹、解思深、景益鹏、邝宇平、李安民、李邦河、李大潜、李德平、李家春、李家明、李儒新、李惕碚、励建书、林海青、林群、龙以明、陆夕云、罗俊、罗民兴、吕敏、马余刚
马志明、莫毅明、欧阳颀、欧阳钟灿、潘建伟、彭实戈、曲钦岳、沈文庆、沈学础、石钟慈、苏定强、苏肇冰、孙昌璞、孙斌勇、孙鑫、孙义燧、汤涛、汤超、唐孝威、陶瑞宝、田刚、童秉纲、万哲先、汪承灏、汪景琇、王鼎盛、王恩哥、王广厚、王乃彦、王诗宬、王世绩、王绶琯
王小云、王迅、王贻芳、王元、王梓坤、魏宝文、文兰、吴岳良、武向平、席南华、夏道行、向涛、谢心澄、邢定钰、熊大闰、徐叙瑢、徐至展、严加安、杨福家、杨国桢、杨乐、杨应昌、杨振宁、叶朝辉、叶叔华、叶向东、于渌、袁亚湘、詹文龙、张殿琳、张恭庆、张涵信
张焕乔、张杰、张继平、张平文、张仁和、张淑仪、张维岩、张伟平、张裕恒、张肇西、张宗烨、赵光达、赵红卫、赵政国、赵忠贤、郑厚植、郑晓静、周光召、周恒、周向宇、周又元、周毓麟、朱邦芬、朱诗尧、邹广田
2、化学部(132人)
安立佳、白春礼、包信和、曹镛、柴之芳、陈洪渊、陈军、陈俊武、陈凯先、陈庆云、陈小明、陈新滋、陈学思、陈懿、程津培、程镕时、戴立信、丁奎岭、段雪、樊春海、方维海、费维扬、冯守华、冯小明、高松、郭景坤、郭子建、韩布兴、何国钟、何鸣元、洪茂椿、侯建国、胡英
黄本立、黄春辉、黄乃正、计亮年、江桂斌、江雷、江龙、江明、黎乐民、李灿、李洪钟、李静海、李景虹、李亚栋、李永舫、李玉良、林国强、刘若庄、刘元方、刘云圻、刘忠范、陆熙炎、马大为、麻生明、麦松威、倪嘉缵、彭孝军、钱逸泰、任咏华、沙国河、沈家骢、沈之荃
施剑林、宋礼成、孙世刚、谭蔚泓、唐本忠、唐勇、唐有祺、田禾、田昭武、田中群、佟振合、涂永强、万惠霖、万立骏、汪尔康、王方定、王佛松、王夔、吴骊珠、吴奇、吴新涛、吴养洁、吴云东、席振峰、谢毅、谢毓元、谢在库、谢作伟、徐春明、徐如人、严纯华、颜德岳
杨金龙、杨万泰、杨秀荣、杨学明、杨玉良、姚建年、姚守拙、于吉红、余国琮、俞汝勤、俞书宏、袁权、岳建民、张存浩、张东辉、张洪杰、张锦、张礼和、张俐娜、张乾二、张锁江
张涛、张希、张玉奎、赵东元、赵进才、赵宇亮、赵玉芬、郑兰荪、支志明、周其凤、周其林、朱道本、朱起鹤、朱清时
3、生命科学和医学学部(152人)
卞修武、曹文宣、曹晓风、常文瑞、陈国强、陈化兰、陈可冀、陈霖、陈润生、陈文新、陈晓亚、陈孝平、陈晔光、陈宜瑜、陈宜张、陈义汉、陈竺、陈子江、陈子元、程和平、董晨、邓子新、段树民、樊嘉、方精云、方荣祥、高福、葛均波、顾东风、桂建芳、郭爱克、韩斌、韩济生
韩家淮、韩启德、郝小江、贺福初、贺林、赫捷、洪德元、洪国藩、侯凡凡、黄荷凤、黄路生、季维智、蒋华良、蒋有绪、金力、鞠躬、康乐、匡廷云、李季伦、李家洋、李林、李蓬、李振声、梁栋材、梁智仁、林鸿宣、林其谁、刘新垣、刘耀光、刘以训、刘允怡、陆林、骆清铭
马兰、毛江森、孟安明、裴钢、蒲慕明、钱前、戚正武、强伯勤、饶子和、尚永丰、邵峰、沈善炯、沈岩、沈允钢、施一公、施蕴渝、石元春、舒红兵、宋尔卫、宋微波、苏国辉、隋森芳、孙大业、孙汉董、孙曼霁、唐崇惕、唐守正、童坦君、仝小林、汪忠镐、王大成、王恩多
王福生、王松灵、王文采、王正敏、王志新、王志珍、魏辅文、魏江春、魏于全、吴常信、吴孟超、吴祖泽、武维华、谢道昕、谢华安、谢联辉、徐国良、徐涛、许智宏、阎锡蕴、杨福愉、杨焕明、杨雄里、姚开泰、叶玉如、尹文英、印象初、曾益新、曾毅、翟中和、张春霆
张明杰、张启发、张新时、张旭、张学敏、张亚平、张永莲、张友尚、赵国屏、赵继宗、赵进东、赵玉沛、郑光美、郑儒永、郑守仪、种康、周俊、周琪、朱玉贤、朱兆良、朱作言、庄巧生、庄文颖
4、地学部(138人)
安芷生、常印佛、巢纪平、陈大可、陈发虎、陈俊勇、陈骏、陈晓非、陈旭、陈颙、陈运泰、程国栋、成秋明、丑纪范、崔鹏、戴金星、戴民汉、戴永久、丁国瑜、丁林、丁仲礼、窦贤康、冯士筰、符淙斌、傅伯杰、高俊、高锐、龚健雅、郭华东、郭正堂、郝芳、侯增谦
胡敦欣、黄荣辉、贾承造、焦念志、金振民、金之钧、李崇银、李德仁、李德生、李吉均、李曙光、李献华、李廷栋、林学钰、刘宝珺、刘昌明、刘丛强、刘嘉麒、陆大道、吕达仁、马宗晋、莫宣学、穆穆、欧阳自远、彭建兵、潘永信、彭平安、秦大河、邱占祥、任纪舜
戎嘉余、邵明安、沈其韩、沈树忠、石广玉、石耀霖、舒德干、苏纪兰、孙和平、孙鸿烈、陶澍、滕吉文、童庆禧、涂传诒、万卫星、汪集旸、汪品先、王赤、王成善、王德滋、王会军、王水、王铁冠、王焰新、王颖、魏奉思、文圣常、吴福元、吴国雄、吴立新、吴新智、伍荣生
夏军、肖文交、肖序常、徐冠华、徐义刚、许厚泽、许志琴、薛禹群、杨经绥、杨树锋、杨文采、杨元喜、姚檀栋、姚振兴、叶大年、叶嘉安、殷鸿福、於崇文、于贵瑞、袁道先、曾庆存、翟明国、翟裕生、张国伟、张宏福、张经、张弥曼、张培震、张人禾、赵柏林、赵国春
赵鹏大、赵其国、郑度、郑永飞、钟大赉、周成虎、周卫健、周秀骥、周志炎、周忠和、朱日祥、朱永官、邹才能
5、信息技术科学部(99人)
包为民、保铮、陈定昌、陈桂林、陈国良、陈翰馥、陈俊亮、陈星旦、褚君浩、崔铁军、戴汝为、段广仁、董韫美、房建成、冯登国、干福熹、龚旗煌、顾瑛、管晓宏、郭光灿、郭雷、郝跃、何积丰、侯朝焕、侯洵、怀进鹏、黄宏嘉、黄琳、黄民强、黄如、黄维、简水生、江风益
姜杰、金亚秋、匡定波、雷啸霖、李启虎、李树深、李未、李衍达、林惠民、刘国治、刘明、刘盛纲、刘颂豪、刘永坦、陆建华、陆汝钤、陆元九、吕建、毛军发、梅宏、彭堃墀、秦国刚、沈绪榜、宋健、谭铁牛、王怀民、王家骐、王金龙、王建宇、王立军、王启明、王巍
王圩、王阳元、王永良、王育竹、王越、王占国、王之江、吴朝晖、吴德馨、吴宏鑫、吴培亨、吴一戎、夏建白、相里斌、徐宗本、许宁生、薛永祺、杨德仁、杨芙清、杨学军、姚建铨
姚期智、尹浩、张钹、张景中、郑建华、郑耀宗、郑有炓、郑志明、周炳琨、周巢尘、周兴铭、周志鑫、朱中梁
6、技术科学部(150人)
蔡其巩、曹楚南、曹春晓、常青、陈维江、陈云敏、陈祖煜、成会明、程耿东、程时杰、丁汉、都有为、段进、段文晖、范守善、方岱宁、高德利、高镇同、葛昌纯、顾秉林、顾诵芬、顾逸东、郭烈锦、郭万林、过增元、韩杰才、韩祯祥、何满潮、何雅玲、胡海岩、胡文瑞
胡聿贤、黄克智、贾振元、姜中宏、金红光、金展鹏、赖远明、李东旭、李述汤、李依依、李应红、林皋、刘宝镛、刘昌胜、刘广均、刘维民、刘竹生、柳百新、卢柯、卢强、路甬祥、雒建斌、闵桂荣、毛明、蒙大桥、南策文、倪晋仁、欧阳明高、欧阳予、潘际銮、彭练矛
彭一刚、齐康、邱大洪、邱勇、任露泉、芮筱亭、申长雨、沈保根、沈志云、宋家树、宋振骐、孙家栋、孙钧、唐叔贤、陶文铨、滕锦光、田永君、汪耕、汪卫华、王崇愚、王大中、王淀佐、王光谦、王立鼎、王秋良、王希季、王锡凡、王曦、王自强、魏炳波、魏悦广、温诗铸
闻邦椿、吴承康、吴良镛、吴硕贤、伍小平、吴宜灿、邢球痕、熊有伦、徐建中、徐性初、宣益民、薛其坤、闫楚良、严陆光、杨孟飞、杨叔子、杨伟、杨卫、杨槱、姚熹、叶恒强、叶培建、叶志镇、于起峰、余梦伦、俞大鹏、俞鸿儒、翟婉明、张楚汉、张清杰、张统一
张兴钤、张佑启、张跃、张泽、赵淳生、赵天寿、赵阳升、郑平、郑泉水、郑时龄、郑哲敏、钟万勰、周国治、周孝信、周远、朱荻、朱静、朱美芳、朱森元、朱位秋、祝世宁、祝学军、庄逢辰、邹世昌、邹志刚
7、外籍院士(88人)、已故院士(608人)、已故外籍院士(26人)
本站涵盖的内容、图片、视频等数据系网络收集,部分未能与原作者取得联系。若涉及版权问题,请联系我们删除!联系邮箱:ynstorm@foxmail.com 谢谢支持!
1. 彭实戈,哪个大学的数学系好一点?
感谢悟空问答小秘书/头条教育邀请。
数学是一个国家科技进步的基础,对一个国家的发展至关重要,北大数学张恭庆院士曾写过数学与国家实力,人类历史上的几个超级大国的崛起背后都是数学上起到引领作用,在数学上制霸全球。数学作为很多学科的基础,尤其是现在的大数据、人工智能、机器学习都和数学密切相关,经济金融管理统计也都和数学密切相关,所以数学专业现在引起很多人的兴趣,有很多大类培养的高校,对数学基础的培养也都非常看重,那么,在我国众多高校中,哪些学校的数学实力更强呢?
最强的就是北大复旦山大,这是数学专业的TOP3,也一直是数学最强的三所学校,新成立的中科院大学数学实力也非常强。我们可以先来看下第四次学科评估结果
第四次学科评估中,获得A级评价的共有19所学校,这也是我国数学最强的十九校。获得A+评价的就是北大复旦山大和国科大。
北大数学为A+,虽然同一档次排名不分先后,但我觉得北大数学第一没有问题。清华工科强,北大文理科强,作为理科学科的数学也一直是北大的王牌专业,北大数院号称一号学院,学生课业重,老师难度大,牛人扎堆,比如2016年中国数学奥林匹克决赛金牌60人,最后有50人进入北大,其中前十名全部进入北大。北大数学毕业生同样优秀,在18年世界数学家大会上邀请的12位华人数学家,有8位来自北大。数学出身的高代有多少人不是学的高教出版社出版的北大版的高等代数。
复旦数学应该是第二,数学也一直是复旦的王牌专业。复旦数学也出了像苏步青谷超豪等杰出数学家。复旦大学数学系的生源也非常不错,有些拒绝北大清华的考生就是为了选择复旦数学系。复旦的数学与应用数学在全国具有领先地位。复旦每年转专业时竞争最激烈的就是数学专业,复旦数学对我印象最深的就是研究生不好考。考研究生的时候曾考虑过复旦数学,但看到真题时我果断放弃了,初试竟然是五门,除了一般学校的数分高代外,还有微分几何、实变还有一个忘了(现在几门没注意)。
山东大学学科评估也是A+,应该是数学全国第三。山大数学也是分数最高的专业之一,尤其是数学类实验班,如泰山学堂、潘承洞班分数更高,要进入山大数学系,要高于录取分数线四五十分。山大彭实戈院士曾应邀在2010数学家大会上做了一小时报告,山大数学还有长江学者四名、国家杰青四名、泰山学者四名。
中国科学院大学数学学科评估为A+,前身是1976年成立的中国科学院研究生院数学教学部,背靠中科院,师资力量雄厚,有院士六人,杰青41人,千人和青年千人6人。记得数学和系统科学研究所以前就是中科院最好的所之一。
学科评估为A级的学校数学都非常不错,而且大都是名校,喜欢数学的可以从这些学校里选。
2. 深度学习方法能用来炒股吗?
金融市场,作为深度学习应用的重要场景之一,一直以来都有使用深度学习来炒股的论文、研究成果的发布。但很多都是尝试性的方法。机器之心就曾报道过很多用深度学习来炒股的教程。
下面,我们介绍下早稻田大学的一位同学使用多个监督学习和强化学习模型在金融市场的应用,作者主要描述了多个论文的核心思想与实现,并且全面概括了其在 Github 上维护的项目。
项目地址:https://github.com/Ceruleanacg/Personae
目前,在本项目中:
实现了 4 个强化学习模型。
实现了 3 个监督学习模型。
实现了 1 个简单的交易所,提供基本的买入、持有、卖出操作(卖空仍在开发中),标的物可以是股票组合或者期货合约组合。
对于监督学习模型的数据集:
我们采用 2008 年 1 月 1 日到 2018 年 1 月 1 日这个区间内,
招商银行(600036)
交通银行(601328)
中信银行(601998)
工商银行(601389)
这四只银行股在第 T 天的,
开盘价(Open)
收盘价(Close)
最高价(High)
最低价(Low)
交易量(Volume)
作为输入数据,第 T+1 天的收盘价(Close)作为输出数据,进行训练,其中,这个区间前 70% 的数据作为训练数据,后 30% 作为测试数据,目前没有设置验证集数据。
下图是目前的实验结果,就目前的实验结果来看,监督学习的表现要好于强化学习。
图例 :蓝色的折线是测试数据集,其他颜色的折线是三种不同的监督学习模型在测试集上的预测。
接下来,我们将会依次对这 3 个监督学习模型与 4 个强化学习模型做一个简短的介绍。
1. Naive-LSTM (LSTM)
该模型是基于 LSTM 和 Dense(全连接)的基本模型,输入是序列长度为 5,即第 T 到第 T+4 天的 OCHLV 数据,输出是一个实数,代表了第 T+5 的预测收盘价格。
arXiv:1506.02078: Visualizing and Understanding Recurrent Network
模型计算图:
2. TreNet (HNN)
IJCAI 2017. Hybrid Neural Networks for Learning the Trend in Time Series
上述引用的论文提出了一种混合神经网络的结构,同时用 RNN 与 CNN 提取序列特征,然后将输出拼接作为全连接层的输入,最后输出最终的预测结果。
模型计算图:
3. DA-RNN (DualAttnRNN)
arXiv:1704.02971: A Dual-Stage Attention-Based Recurrent Neural Network for Time Series Prediction
上述引用的论文提出了一种基于注意力机制(Attention Based Model)的与 Seq-to-Seq 模型的网络结构,其创新点在于该模型连续两次使用注意力机制,在对原始序列使用注意力机制求权重后再次使用注意力机制对编码后的序列求权重,然后经解码与全连接层后输出结果。
模型计算图:
以上是关于项目中监督学习模型的简短介绍,其中,所有模型的具体实现可以在项目链接中看到。
接下来是关于 3 个强化学习模型的介绍,但是在介绍强化学习模型前,我们首先对强化学习的数据和环境一个简短的概述。
Financial Market
这个文件实现了三个核心类,分别是:
Market
Trader
Position
他们分别代表了市场、交易员、持仓信息,最终 Market 类作为 Agent(强化学习模型)的 Environment(环境),接受 Agent 的 Action(动作),同时给出 Next State(下一状态)和 Reward(奖励),并进行迭代。
对于强化学习使用的数据,
我们使用这四只银行股在第 T 天的,
开盘价(Open)
收盘价(Close)
最高价(High)
最低价(Low)
交易量(Volume)
和交易员在第 T 天的,
现金(Cash)
持仓价值(Holding Value)
各持仓量(Holding Amount)
作为 State(状态),使用交易指令,
买入(Buy)
卖出(Sell)
持有(Hold)
接下来是关于实验结果与强化学习模型的介绍:
图例 - 横坐标是时间,纵坐标是利润,其中蓝色折线是基准线,其他颜色的折线是强化学习模型表现
可以看出,除了 Policy Gradient 可以跑赢基准收益外,其他强化学习模型的收益甚至不如基准,这里非常值得讨论,目前笔者也在尝试从参数、输入特征、输出特征、奖励函数等多个角度考虑解决该问题。
接下来是关于强化学习模型的介绍:
1. Policy Gradient
NIPS. Vol. 99. 1999: Policy gradient methods for reinforcement learning with function approximation
模型计算图:
Basic Policy Gradient 的思想很朴素,重复及可能多的采样,对于一次采样的所有动作中,根据奖励函数值的正负决定梯度下降的方向,从而提高或者降低这些动作出现的概率。
2. Double DQN
arXiv:1509.06461: Deep Reinforcement Learning with Double Q-learning
模型计算图:
Double-DQN 采用评估网络与目标网络相互制约,期望避免传统 DQN 中容易出现的过度估计问题。首先使用评估网络预测下一个状态的状态-动作函数值,然后选取取得最大值的动作,计做 a_{max},接着用目标网络预测下一状态与采用 a_{max} 的状态值计算标签,然后期望最小化标签与评估网络对当前状态的状态-动作函数和当前动作的 Q 的均方差。
3. Deep Deterministic Policy Gradient (DDPG)
arXiv:1509.02971: Continuous control with deep reinforcement learning
模型计算图:
DDPG 用于连续动作空间,在本问题中,对于四只股票的买卖持有的动作被映射到区间 [0, 11],其中,DDPG 使用 Actor-Critic Model,引入评估 Actor,目标 Actor 模型与评估 Critic,目标 Critic 模型两组四个网络,其中 Actor 模型用于预测动作,Critic 模型用于评估当前状态与动作的分数(状态-动作值函数),该方法期望最小化:评估 Critic 与评估 Actor 对当前状态-动作函数值与目标 Critic 和目标 Actor 对下一状态-动作函数值的均方差(如算法图所示),依次迭代改进目标 Critic 和目标 Actor。
4. Dueling-DQN
arXiv:1511.06581: Dueling Network Architectures for Deep Reinforcement Learning
模型计算图:
算法:
相对于 DQN 直接输出状态-动作函数值,Dueling-DQN 的状态-动作函数值由上式决定,从网络结构上可以看出,在输出状态-动作函数值前,Dueling-DQN 的结构拆分了原 DQN 网络结构的最后一层,这样的思想很像 Actor-Critic 模型中的 Baseline,因为并不是每个状态都是十分重要的,有些时候对于这些状态,采取那个动作都不会有很大的影响。
即最终对于某个状态-动作函数值而言,Advantage 的在不同动作维度上的值一定意义上描述了这个动作对于这个状态的重要性,最后加上 Q 值,避免了过度估计。
以上是最近关于强化学习和监督学习在金融市场中的一些应用和相关论文方法的实现。
目前仍有以下问题亟待探讨与解决:
强化学习模型奖励函数的设计
强化学习中基于值迭代的算法难以收敛
监督学习的特征维度如何扩展
同时,项目中可能有 Bug,欢迎各种 Issue 提出以及欢迎贡献各种代码 : )
3. 山东大学哪个专业好?
山东大学,山东省最牛的大学,没有之一,也是山东两所985院校之一,另一所是山东大学的亲兄弟-中国海洋大学,两个985高校都起源于国立山东大学。
目前山东大学是教育部直属重点综合性大学,是211、985院校,是世界一流大学建设高校(A类)。
山东大学,历史也是很牛的,是中国近代高等教育的起源性大学。山东大学可溯源于1901年创办的山东大学堂,是继京师大学堂之后中国创办的第二所国立大学(好像没批准为国立大学,后来才批准),也是中国第一所按章程办学的大学。山东大学堂是当年的山东总督袁世凯力挺建立的,而且章程经过光绪帝批准,成为第一所按章程办学的大学。
从诞生起,学校先后历经了山东大学堂、国立青岛大学、国立山东大学、山东大学。
2000年教育部所属的山东大学、卫生部直属的山东医科大学、山东省属的山东工业大学三校强强合并,组建的新山东大学。
山东大学目前已经是一所山东最牛的大学,在山东各界都是老大。
山东大学实力山东大学作为著名的巨无霸高校,最出名的是他的校区,他校区济南好几个,青岛一个,威海一个,当年几乎把山东大学的校区铺遍山东省,搞加州模式,只是被后来叫停了。
山东大学最早提出建设世界一流大学,2021年建设为世界一流大学,现在就剩一年了,看着还遥遥无期。
中国科学院和工程院院士12人
一级学科国家重点学科2个(涵盖8个二级学科)、
二级学科国家重点学科14个、二级学科国家重点培育学科3个
一级学科博士学位授权点44个,一级学科硕士学位授权点55个
博士后科研流动站41个
国家重点实验室2个。
山东大学的实力是毫无疑问的,学科庞大,每年招生人数也近万人。
学科评估山东大学,在第四次学科评估中可谓惨败,A+学科只有一个数学,A类学科总是是8个,全国排行第26名,A+学科不如中国海洋大学和中国石油大学。
这一点就比较尴尬了,省内老大哥评估不如两个小兄弟,真没面子。
山东大学学科齐全,上班了44个专业。其中A+数学,A类是:马克思,语言,应用经济学,外国语,控制,药学,工商管理。B+学科比较多。
山东大学的双一流建设学科是数学,化学,在985院校中,山东大学的双一流学科建设数量应该基本是倒数第一水平了,因为最少的就是两个了。
这一点真是有点尴尬啊。
山东大学的数学,化学,及其他a类学科的这些专业都很不错,不过我个人认为,去山东大学,还是要学他的计算机,临床医学,金融,电子,电气,通信,数学,学热门专业。
山东大学这些年的发展山东大学这些年的发展的确有点问题,学科评估差,双一流建设少,仅有的两个国家重点实验室又被整改。
山东大学,奋进起来吧。想报考山东大学哪些专业?计算机,软件电子,电气,通信,金融,临床,口腔,上面这些专业对任何211重点大学都适用。
老铁们,你们怎么看呢?
4. 山大的金融数学专业怎么样?
我是山大金融数学大三的学生,金融数学专业全称金融数学与金融工程,是山大最好的专业,金融数学家彭实戈(大牛人)院士在山大引领此专业,因此山大的金融数学专业在全国居于领先地位。
此专业一年就一个班,保研率为40%.并且因为很好的融合了数学和经济学的重要内容,此专业就业前景非常好,一般学这个的毕业生将来都很有钱。
金融数学基地班恨难考,是在入学后由经济学院的部分好学生和数学院的部分好学生重组的一个班,要想加入此班,你必须是理科生且数学成绩和高考成绩很高。
如果你是山东的考生并且达到了数学院的录取分数(大约645+)建议你先报数学院,然后从数院进金融数学基地班,这样比较好进。
如果你是一些教育水平一般省的考生并达到了经济学院的录取分,建议你从经济学院进金融数学基地班,这样进去的可能性还大点,因为经院的选拔方式避开了不同省考生的竞争,准确的说是避开了那些很牛掰的山东考生。
此专业如你所说,是经院和数院合办的,如果你是今年的考生,那么你要进入的金融数学班是归数院管理。总之加油吧~
5. 山大数学系教授都有谁?
1、彭实戈,中国科学院院士,山东大学数学学院教授,博士生导师。
2、陈增敬,山东大学数学学院教授,博士生导师。
3、胡锡俊,山东大学数学学院教授,博士生导师。
4、李起峰,山东大学数学学院教授,博士生导师。
5、王鹏辉,山东大学数学学院教授,博士生导师等。
6. 中国最著名的数学家是哪一位?
陈1328430615017
中国最著名的数学家是祖冲之。
他(429一500)出生于建康(今南京),南北朝时期杰出的数学家、天文学家。他一生钻研自然科学,其主要贡献在数学、天文历法和机械制造三方面。数学上的杰出成就,是关于圆周率的计算(π二叫做"祖率″)和发现了"祖暅原理"。
中国古代著名数学家有:张丘建、朱世杰、贾宪、秦九韶、李冶、刘徽......
中国现代著名数学家有:华罗庚、陈景润、丘成桐、陶哲轩、陈省身、彭实戈、苏步青、萧荫堂、胡明复、冯祖荀、姜立夫、陈建功、熊庆来、江泽涵、许宝騄、林家翘、王见定、吴文俊、冯康、周伟良......
7. 中科院院士有多少人?
名单如下:
1、数学物理学部(155人)
艾国祥、白以龙、蔡荣根、常进、常凯、陈彪、陈和生、陈佳洱、陈建生、陈木法、陈难先、陈十一、陈式刚、陈恕行、陈仙辉、陈永川、陈志明、崔向群、戴元本、邓小刚、杜江峰、鄂维南、范海福、方成、方复全、方忠、冯端、甘子钊、高鸿钧、高原宁、葛墨林、龚昌德、龚新高
郭柏灵、郭尚平、韩占文、何国威、何祚庥、贺贤土、洪家兴、胡和生、胡仁宇、霍裕平、江松、姜伯驹、解思深、景益鹏、邝宇平、李安民、李邦河、李大潜、李德平、李家春、李家明、李儒新、李惕碚、励建书、林海青、林群、龙以明、陆夕云、罗俊、罗民兴、吕敏、马余刚
马志明、莫毅明、欧阳颀、欧阳钟灿、潘建伟、彭实戈、曲钦岳、沈文庆、沈学础、石钟慈、苏定强、苏肇冰、孙昌璞、孙斌勇、孙鑫、孙义燧、汤涛、汤超、唐孝威、陶瑞宝、田刚、童秉纲、万哲先、汪承灏、汪景琇、王鼎盛、王恩哥、王广厚、王乃彦、王诗宬、王世绩、王绶琯
王小云、王迅、王贻芳、王元、王梓坤、魏宝文、文兰、吴岳良、武向平、席南华、夏道行、向涛、谢心澄、邢定钰、熊大闰、徐叙瑢、徐至展、严加安、杨福家、杨国桢、杨乐、杨应昌、杨振宁、叶朝辉、叶叔华、叶向东、于渌、袁亚湘、詹文龙、张殿琳、张恭庆、张涵信
张焕乔、张杰、张继平、张平文、张仁和、张淑仪、张维岩、张伟平、张裕恒、张肇西、张宗烨、赵光达、赵红卫、赵政国、赵忠贤、郑厚植、郑晓静、周光召、周恒、周向宇、周又元、周毓麟、朱邦芬、朱诗尧、邹广田
2、化学部(132人)
安立佳、白春礼、包信和、曹镛、柴之芳、陈洪渊、陈军、陈俊武、陈凯先、陈庆云、陈小明、陈新滋、陈学思、陈懿、程津培、程镕时、戴立信、丁奎岭、段雪、樊春海、方维海、费维扬、冯守华、冯小明、高松、郭景坤、郭子建、韩布兴、何国钟、何鸣元、洪茂椿、侯建国、胡英
黄本立、黄春辉、黄乃正、计亮年、江桂斌、江雷、江龙、江明、黎乐民、李灿、李洪钟、李静海、李景虹、李亚栋、李永舫、李玉良、林国强、刘若庄、刘元方、刘云圻、刘忠范、陆熙炎、马大为、麻生明、麦松威、倪嘉缵、彭孝军、钱逸泰、任咏华、沙国河、沈家骢、沈之荃
施剑林、宋礼成、孙世刚、谭蔚泓、唐本忠、唐勇、唐有祺、田禾、田昭武、田中群、佟振合、涂永强、万惠霖、万立骏、汪尔康、王方定、王佛松、王夔、吴骊珠、吴奇、吴新涛、吴养洁、吴云东、席振峰、谢毅、谢毓元、谢在库、谢作伟、徐春明、徐如人、严纯华、颜德岳
杨金龙、杨万泰、杨秀荣、杨学明、杨玉良、姚建年、姚守拙、于吉红、余国琮、俞汝勤、俞书宏、袁权、岳建民、张存浩、张东辉、张洪杰、张锦、张礼和、张俐娜、张乾二、张锁江
张涛、张希、张玉奎、赵东元、赵进才、赵宇亮、赵玉芬、郑兰荪、支志明、周其凤、周其林、朱道本、朱起鹤、朱清时
3、生命科学和医学学部(152人)
卞修武、曹文宣、曹晓风、常文瑞、陈国强、陈化兰、陈可冀、陈霖、陈润生、陈文新、陈晓亚、陈孝平、陈晔光、陈宜瑜、陈宜张、陈义汉、陈竺、陈子江、陈子元、程和平、董晨、邓子新、段树民、樊嘉、方精云、方荣祥、高福、葛均波、顾东风、桂建芳、郭爱克、韩斌、韩济生
韩家淮、韩启德、郝小江、贺福初、贺林、赫捷、洪德元、洪国藩、侯凡凡、黄荷凤、黄路生、季维智、蒋华良、蒋有绪、金力、鞠躬、康乐、匡廷云、李季伦、李家洋、李林、李蓬、李振声、梁栋材、梁智仁、林鸿宣、林其谁、刘新垣、刘耀光、刘以训、刘允怡、陆林、骆清铭
马兰、毛江森、孟安明、裴钢、蒲慕明、钱前、戚正武、强伯勤、饶子和、尚永丰、邵峰、沈善炯、沈岩、沈允钢、施一公、施蕴渝、石元春、舒红兵、宋尔卫、宋微波、苏国辉、隋森芳、孙大业、孙汉董、孙曼霁、唐崇惕、唐守正、童坦君、仝小林、汪忠镐、王大成、王恩多
王福生、王松灵、王文采、王正敏、王志新、王志珍、魏辅文、魏江春、魏于全、吴常信、吴孟超、吴祖泽、武维华、谢道昕、谢华安、谢联辉、徐国良、徐涛、许智宏、阎锡蕴、杨福愉、杨焕明、杨雄里、姚开泰、叶玉如、尹文英、印象初、曾益新、曾毅、翟中和、张春霆
张明杰、张启发、张新时、张旭、张学敏、张亚平、张永莲、张友尚、赵国屏、赵继宗、赵进东、赵玉沛、郑光美、郑儒永、郑守仪、种康、周俊、周琪、朱玉贤、朱兆良、朱作言、庄巧生、庄文颖
4、地学部(138人)
安芷生、常印佛、巢纪平、陈大可、陈发虎、陈俊勇、陈骏、陈晓非、陈旭、陈颙、陈运泰、程国栋、成秋明、丑纪范、崔鹏、戴金星、戴民汉、戴永久、丁国瑜、丁林、丁仲礼、窦贤康、冯士筰、符淙斌、傅伯杰、高俊、高锐、龚健雅、郭华东、郭正堂、郝芳、侯增谦
胡敦欣、黄荣辉、贾承造、焦念志、金振民、金之钧、李崇银、李德仁、李德生、李吉均、李曙光、李献华、李廷栋、林学钰、刘宝珺、刘昌明、刘丛强、刘嘉麒、陆大道、吕达仁、马宗晋、莫宣学、穆穆、欧阳自远、彭建兵、潘永信、彭平安、秦大河、邱占祥、任纪舜
戎嘉余、邵明安、沈其韩、沈树忠、石广玉、石耀霖、舒德干、苏纪兰、孙和平、孙鸿烈、陶澍、滕吉文、童庆禧、涂传诒、万卫星、汪集旸、汪品先、王赤、王成善、王德滋、王会军、王水、王铁冠、王焰新、王颖、魏奉思、文圣常、吴福元、吴国雄、吴立新、吴新智、伍荣生
夏军、肖文交、肖序常、徐冠华、徐义刚、许厚泽、许志琴、薛禹群、杨经绥、杨树锋、杨文采、杨元喜、姚檀栋、姚振兴、叶大年、叶嘉安、殷鸿福、於崇文、于贵瑞、袁道先、曾庆存、翟明国、翟裕生、张国伟、张宏福、张经、张弥曼、张培震、张人禾、赵柏林、赵国春
赵鹏大、赵其国、郑度、郑永飞、钟大赉、周成虎、周卫健、周秀骥、周志炎、周忠和、朱日祥、朱永官、邹才能
5、信息技术科学部(99人)
包为民、保铮、陈定昌、陈桂林、陈国良、陈翰馥、陈俊亮、陈星旦、褚君浩、崔铁军、戴汝为、段广仁、董韫美、房建成、冯登国、干福熹、龚旗煌、顾瑛、管晓宏、郭光灿、郭雷、郝跃、何积丰、侯朝焕、侯洵、怀进鹏、黄宏嘉、黄琳、黄民强、黄如、黄维、简水生、江风益
姜杰、金亚秋、匡定波、雷啸霖、李启虎、李树深、李未、李衍达、林惠民、刘国治、刘明、刘盛纲、刘颂豪、刘永坦、陆建华、陆汝钤、陆元九、吕建、毛军发、梅宏、彭堃墀、秦国刚、沈绪榜、宋健、谭铁牛、王怀民、王家骐、王金龙、王建宇、王立军、王启明、王巍
王圩、王阳元、王永良、王育竹、王越、王占国、王之江、吴朝晖、吴德馨、吴宏鑫、吴培亨、吴一戎、夏建白、相里斌、徐宗本、许宁生、薛永祺、杨德仁、杨芙清、杨学军、姚建铨
姚期智、尹浩、张钹、张景中、郑建华、郑耀宗、郑有炓、郑志明、周炳琨、周巢尘、周兴铭、周志鑫、朱中梁
6、技术科学部(150人)
蔡其巩、曹楚南、曹春晓、常青、陈维江、陈云敏、陈祖煜、成会明、程耿东、程时杰、丁汉、都有为、段进、段文晖、范守善、方岱宁、高德利、高镇同、葛昌纯、顾秉林、顾诵芬、顾逸东、郭烈锦、郭万林、过增元、韩杰才、韩祯祥、何满潮、何雅玲、胡海岩、胡文瑞
胡聿贤、黄克智、贾振元、姜中宏、金红光、金展鹏、赖远明、李东旭、李述汤、李依依、李应红、林皋、刘宝镛、刘昌胜、刘广均、刘维民、刘竹生、柳百新、卢柯、卢强、路甬祥、雒建斌、闵桂荣、毛明、蒙大桥、南策文、倪晋仁、欧阳明高、欧阳予、潘际銮、彭练矛
彭一刚、齐康、邱大洪、邱勇、任露泉、芮筱亭、申长雨、沈保根、沈志云、宋家树、宋振骐、孙家栋、孙钧、唐叔贤、陶文铨、滕锦光、田永君、汪耕、汪卫华、王崇愚、王大中、王淀佐、王光谦、王立鼎、王秋良、王希季、王锡凡、王曦、王自强、魏炳波、魏悦广、温诗铸
闻邦椿、吴承康、吴良镛、吴硕贤、伍小平、吴宜灿、邢球痕、熊有伦、徐建中、徐性初、宣益民、薛其坤、闫楚良、严陆光、杨孟飞、杨叔子、杨伟、杨卫、杨槱、姚熹、叶恒强、叶培建、叶志镇、于起峰、余梦伦、俞大鹏、俞鸿儒、翟婉明、张楚汉、张清杰、张统一
张兴钤、张佑启、张跃、张泽、赵淳生、赵天寿、赵阳升、郑平、郑泉水、郑时龄、郑哲敏、钟万勰、周国治、周孝信、周远、朱荻、朱静、朱美芳、朱森元、朱位秋、祝世宁、祝学军、庄逢辰、邹世昌、邹志刚
7、外籍院士(88人)、已故院士(608人)、已故外籍院士(26人)
本站涵盖的内容、图片、视频等数据系网络收集,部分未能与原作者取得联系。若涉及版权问题,请联系我们删除!联系邮箱:ynstorm@foxmail.com 谢谢支持!