研究生院
您所在的位置: 首页 > 新闻通知 > 新闻动态 > 正文
新闻通知
新闻动态

我校计算机与人工智能学院优秀研究生曹雪梅荣登《人民日报》国家奖学金名录

发布日期:2026-05-12 浏览次数:

5月5日,《人民日报》专版刊登《2025年研究生国家奖学金获奖学生代表名录》,展示了研究生国家奖学金获奖学生中的100名优秀代表的风采。我校计算机与人工智能学院人工智能理论与应用专业2023级博士研究生曹雪梅光荣上榜。



学生简介:

曹雪梅,中共党员,西南财经大学计算机与人工智能学院人工智能理论与应用专业2023级博士生,导师为认知计算与群智协同创新研究团队(CCCI)负责人杨新教授。长期聚焦数据挖掘与智能金融研究,博士阶段发表西财英文A类学术论文11篇,其中以第一作者(含共同第一作者)在IEEE TKDE、KDD、AAAI等人工智能领域顶级国际期刊与会议发表论文4篇,以通讯作者发表论文1篇。累计获国家发明专利授权14件,其中排名第一/第二授权发明专利3件。曾获吴文俊人工智能科技进步二等奖、国家奖学金等奖项。入选中国科协青年科技人才培育工程博士生专项计划,曾获校级三好学生、全国大学生职业规划大赛一等奖等荣誉。主持校级博士研究生科研项目2项,参编专著1部,参与国家及省部级课题多项,参加中国粒计算与知识发现学术会议等会议并报告多次。


个人事迹

 从财经院校的人工智能课堂,到服务国家金融安全的科研一线,曹雪梅始终将个人科研融入国家战略需求,在人工智能与金融风险治理交叉领域持续深耕。作为西南财经大学计算机与人工智能学院人工智能理论与应用专业博士生,她聚焦金融安全、持续学习与联邦学习,围绕动态金融环境中的风险识别、知识更新与模型校正开展系统研究。在她看来,科研不仅是论文中的公式与模型,更应回应现实问题、服务行业发展。以智能风控守护金融安全,正是她不断前行的初心与方向。

(1)扎根国家需求,点亮信念之光

一次与银行技术部门的交流,成为曹雪梅科研道路上的重要起点。她看到,真实金融场景中每天都会产生海量交易记录,异常交易往往占比极低,却隐藏在复杂交易网络之中。更具挑战的是,风险模式并非一成不变,新型欺诈行为不断出现,传统模型一旦学习新模式,又可能遗忘旧模式,影响长期风险识别能力。

“如果金融风险识别模型能够像人类记忆一样,在学习新风险知识的同时保留已有知识,并对由低质数据、异常扰动等因素引入的错误知识进行及时校准,是否就能更好地适应动态金融环境?”这一问题,成为曹雪梅博士阶段持续探索的重要方向。

在导师杨新教授指导下,曹雪梅开始系统研究持续学习理论及技术在动态数据环境中的应用。她逐渐认识到,金融风控模型不仅要具备持续学习能力,更要具备知识保持、错误校正与稳定更新能力。从问题意识到科研方向,从行业痛点到技术攻关,她将个人成长深深扎根于服务国家金融安全的现实需求之中。

(2)矢志科研攻关,构建智能风控之基

针对金融数据高维复杂、环境持续变化和新类别不断出现等难题,曹雪梅提出面向开放环境的持续特征选择方法,通过粒球知识迁移机制持续优化高维数据表示。相关成果以第一作者发表于数据挖掘领域国际顶级期刊 IEEE TKDE,拓展了开放动态环境下高维数据建模的新思路。

针对低质数据和异常扰动导致模型“记住错误知识”并在后续任务中持续放大的问题,她提出错误知识校正方法 ErrorEraser,将主动遗忘思想引入持续学习,使模型在学习新知识的同时识别并擦除错误记忆。相关成果以第一作者发表于数据挖掘领域国际顶级会议 KDD,为缓解动态环境下模型错误累积与风险误判开辟了新的技术路径。

围绕动态复杂环境下的智能建模需求,曹雪梅从开放持续特征选择、开放持续采样、错误知识主动校正,到不确定场景下的联邦深度多视图聚类,逐步构建起贯通数据表示、高效筛选、错误校正与协同建模的可信持续学习技术框架,助力提升动态金融风险识别与智能风控的稳定性和适应性。

与此同时,她积极推动研究成果向金融风控场景转化,围绕动态风险识别、跨机构协同建模和复杂欺诈检测等问题开展研究:通过持续检测方法应对数据动态增退,提升异常交易识别的持续更新能力;通过个性化联邦持续学习缓解金融机构间“数据孤岛”问题,增强信用风险协同预测能力;通过多模态融合、动态特征空间变换与图结构优化技术,提升复杂金融欺诈识别的稳定性与鲁棒性。截至目前,围绕相关研究,曹雪梅累计获授权国家发明专利14件,为金融风险识别与智能风控领域提供了有力技术支撑。

(3)躬身实践落地,书写青春担当之章

在导师杨新教授带领下,曹雪梅与团队成员协同攻关,参与完成的“金融合规风险群智协同审查关键技术与应用”项目荣获2025年度吴文俊人工智能科学技术奖科技进步二等奖。项目面向金融合同审查与合规管理中的关键难题,研发了融合群智协同与联邦持续学习技术的智能合规审查系统,并构建了“智E审”合同智能审查平台。

该平台将人工智能技术引入金融合规审查流程,推动金融合同审查从“人工经验驱动”向“数据智能驱动”转变。最终,相关成果已在银行、证券、能源等10余个行业落地应用,服务30余家机构,累计审查合同360余万次,在数字金融领域经济与社会效益显著。

科研之外,曹雪梅积极参与国内外学术交流,多次参加中国粒计算与知识发现学术会议、中国机器学习会议等重要会议并作报告,与国内外学者共同探讨人工智能与金融科技前沿问题。一次次学术交流、一次次技术攻关、一次次实践落地,让她更加坚定地认识到,青年科研者的成长,应当与国家发展同频共振。

“科研不仅是知识探索,更是一份责任。”曹雪梅说。未来,她将继续深耕人工智能与金融风险治理交叉领域,推动更加可靠、可解释、可持续的智能风控技术落地应用,为构建安全、高效、可信的现代金融体系贡献青春力量。

(4)结语

从实验室里的长期坚守,到服务金融安全的技术实践;从持续学习理论创新,到科研成果落地,曹雪梅同学用脚踏实地的科研行动诠释了新时代西财青年学子的使命担当,在服务中国式现代化建设的新征程中,续写青年科研者的奋进篇章。


研究生教育作为国民教育体系的顶端,是培养高层次人才和释放人才红利的主要途径,是国家人才竞争和科技竞争的重要支柱,是实施创新驱动发展战略和建设创新型国家的核心要素。学校坚持用习近平新时代中国特色社会主义思想铸魂育人,对标“新财经”战略升级,立足西财学科特色优势,深入推进研究生教育分类发展、融通创新,着力提升拔尖创新人才自主培养质量,持续培育和涌现出高水平、标志性的育人成果,为服务教育强国、科技强国、人才强国建设贡献西财力量。