GARCH模型的二次加权复合分位数估计

基于复合分位数回归理论对GARCH模型提出更加稳健有效的二次加权复合分位数回归(BWCQR)估计，讨论了该估计权重的数值解及其大样本性质.数值模拟显示，当扰动项为厚尾分布时所提出的BWCQR估计明显优于传统的类极大似然(QMLE)估计、分位数回归(QR)估计和复合分位数回归(CQR)估计.应用BWCQR方法建立股指的波动率系统，进一步验证了BWCQR估计在实践意义下的竞争性.     

斯万特·帕博：因人类进化遗传学研究获2022诺贝尔生理学或医学奖

因“在已灭绝的古人类的基因组和人类演化方面的发现”，斯万特·帕博获得2022年诺贝尔生理学或医学奖。回顾了人类起源的长久之问、生物测序技术的突破发展和帕博团队的科研历程，明确了其源于兴趣、攻坚克难的古DNA领域探索之路和丰硕成果：首次实现了对已灭绝古人类尼安德特人的全基因组测序，发现了未知古人类丹尼索瓦人，为人类的进化遗传学提供了新证据。帕博对人类进化遗传中基因流动探索的科研历程，展现了严谨的科学精神以及理想的科研生态；他的科研成果和理念，实现了古基因组学跨越学科与时代的价值，也引起了人类未来将去往何方的进一步思考。     

基于知识图谱嵌入的多跳中文知识问答方法

基于知识图谱嵌入模型, 提出一种知识图谱嵌入评分与链路评分相结合的评分方法, 以解决中文领域的多跳知识图谱问答任务, 与传统的单跳知识问答方法相比适用性更广. 该方法在搜索最优答案的同时构建一个查询链路, 通过查询给出答案集合, 从而有效缓解了现有方法中遗漏答案的情况. 在NLPCC-MH数据集上的实验结果表明, 该方法在多跳问题上的平均F₁值为0.653, 显著优于对比方法. 真实知识图谱通常存在链路缺失的情况, 实验以随机丢弃25%三元组的方式模拟了知识图谱的稀疏性, 结果表明该方法在这种情况下仍然有效.     

卡尔·巴里·夏普莱斯——两获诺贝尔奖的化学家

2022年诺贝尔化学奖授予卡罗琳·露丝·贝尔托西、摩顿·梅尔达尔和卡尔·巴里·夏普莱斯，以表彰他们“为点击化学和生物正交化学的发展”做出的贡献。这是夏普莱斯继因在不对称催化领域的成就而获得2001年诺贝尔化学奖后，再次获得该奖。概述了夏普莱斯的科研历程及其在点击化学领域的研究成就，分析了点击化学简单高效的特点。同时，夏普莱斯的研究方向从手性催化氧化反应到点击化学的转变，体现了突破自我和永不止步的科研精神，也为如何培养创新型科学家提供了启示。