教育背景

2012.09-2016.07，北京大学光华管理公司，管理学博士学位

2008.09-2012.07，中央财经大学，管理学学士学位

 

工作经历

2020.08至今，太阳成集团tyc122cc，副教授

2018.08-2020.08，太阳成集团tyc122cc，讲师

2016.09-2018.08，太阳成集团tyc122cc，团队博士后

 

研究方向

医学图像分析、AI+医疗、医疗大数据分析、复杂网络数据建模

 

荣誉奖励

1. 入选北京市青年人才托举工程，独立获奖人，北京市科学技术协会，2024.02；

2. 2022-2023年度《经济管理学刊》最佳论文奖，第一获奖者，《经济管理学刊》编辑部，2024.07

3. 太阳成集团122cc官网入口本科课外教学优秀指导教师，独立获奖人，太阳成集团122cc官网入口，2023.09

4. 正大杯第十三届全国老员工市场调查与分析大赛优秀指导教师奖，独立获奖人，中国商业统计学会，2023.05

5. 北京应用统计学会学术研讨会优秀论文奖，独立获奖人，北京应用统计学会，2022.09

 

科研项目

1. 项目名称：基于CT成像数据的三维重建与病灶评估的统计模型理论与应用研究，全国统计科学研究项目重大项目，项目编码：2023LD008，2023.12-2025.12，主持，在研

2. 项目名称：人工智能背景下复杂网络数据建模与应用研究，国家自然科学基金面上项目，项目编号：72171226，2022.1-2025.12，主持，在研

3. 项目名称：统计视角下的深度学习优化算法研究，太阳成集团122cc官网入口科学研究基金面上项目，项目编号：21XNA027，2021.1-2023.12，主持，结题

4. 项目名称：基于网络结构数据的深度学习算法研究，全国统计科学研究项目重点项目，项目编码：2020LZ38，2020.5-2022.5，主持，结题

5. 项目名称：人工智能背景下的新兴文化产业商业模式研究：以直播平台为例，北京市社会科学基金青年基金，项目编码：19GLC052，2019.7-2022.12，主持，结题

6. 项目名称：原创还是转发？社交网络视角下的UGC产生动机研究，国家自然科学基金青年基金，项目编号：71702185，2018.7-2020.12，主持，结题

7. 项目名称:网络数据分析及相关建模研究，太阳成集团122cc官网入口新教师启动基金，项目编号: 17XNLF08，2017.1-2018.12，主持，结题

8. 项目名称：复杂网络数据建模及其高效计算方法的研究，中国博士后科学基金第60批面上项目，项目编号：2016M600155，2016.10-2018.5，主持，结题

 

教改项目

1. 打造科研与教学双向互动的课堂范式——以深度学习课程为例，北京市高等教育学会，面上课题，MS2024176，负责人，2024

 

科研发表

1. Zhang, D., Feng, L., Wu, Y., Lan, W., and Zhou, J*., (2025), Temporal Network Influence Model with Application to the COVID-19 Population Flow Network, The Annals of Applied Statistics, 19(2), 1382-1402

2. Li, X., Zhou, J*., and Wang, H., (2024), Gaussian Mixture Model with Rare Events, Journal of Machine Learning Research. https://jmlr.org/papers/volume25/23-1245/23-1245.pdf

3. Zhou, J., Guo, C., and Ji, Y*., (2024), RFDFM: A Deep Factorization Machine Network Model for Invasive Lung Adenocarcinoma Screening in CT Images, In Proceedings of the 27th European Conference on Artificial Intelligence (ECAI 2024) (pp. 338–345). IOS Press.

4. Wu, S., Zhou, J*., Xu, K., and Wang, H., (2024), Class-Distributed Learning for Multinomial Logistic Regression with a High Dimensional Feature and Numerous Classes, Journal of Computational and Graphical Statistics, https://doi.org/10.1080/10618600.2024.2362230.

5. Zeng, Q., Zhou, J*., Ji, Y., Wang, H., (2024), A Semiparametric Gaussian Mixture Model for Chest CT Based 3D Blood Vessel Reconstruction, Biostatistics, 2024 Apr 19: kxae013. doi: 10.1093/biostatistics/kxae013.

6. Fu, X#., Meng, X#., Zhou, J*., and Ji, Y., (2023), High-risk Factor Prediction in Lung Cancer Using Thin CT Scans: An Attention-Enhanced Graph Convolutional Network Approach. In Proceedings of the IEEE International Conference on Bioinformatics and Biomedicine (BIBM 2023), (pp. 1905-1910). IEEE

7. Zhou, J., Hu, B., Feng, W., Zhang, Z., Fu, X#., Shao, H#., Wang, H., Jin, L., Ai, S., Ji, Y*., (2023), An Ensemble Deep Learning Model for Risk Stratification of Invasive Lung Adenocarcinoma Using Thin-Slice CT, Npj digital medicine, 6, 119, https://doi.org/10.1038/s41746-023-00866-z

8. Liu, J., Zhou, J.*, Lan, W., and Wang, H., (2023), Spatial Dynamic Panel Models with Missing Data. Stat, 12: e585.

9. Qi, H., Cao, J#., Chen, S#., and Zhou, J*., (2023), Compressing Recurrent Neural Network Models through Principal Component Analysis. Statistics and its Interface. 16(3), 397-407.

10. Luo, R., Zhao, S.*, and Zhou, J., (2023), Information Network, Public Announcements and Asset Prices. Pacific-Basin Finance Journal, Volume 77, 101882

11. Zhang, R., Zhou, J.*, Lan, W., and Wang, H., (2022), A Case Study on the Shareholder Network Effect of Stock Market Data: A SARMA Approach. Science China Mathematics. 65(11)，2219-2242

12. Zhou, J., Lan, W.*, and Wang, H., (2022), Asymptotic Covariance Estimation by Gaussian Random Perturbation, Computational Statistics and Data Analysis, 171, 107459

13. Zhou, J., Liu, J.*, Wang, F., and Wang H., (2022), Autoregressive model with spatial dependence and missing data, Journal of Business & Economic Statistics, 40(1): 28-34

14. Zhou, J., Qi, H.*, Chen, Y., and Wang, H., (2021), Progressive principal component analysis for compressing deep convolutional neural networks. Neurocomputing, 440(2021),197-206.

15. Zhou, J., Li, D*, Pan,R., and Wang, H., (2020) , Network GARCH Model, Statistica Sinica, 30(4), 1723-1740.

16. Zhou, J., Zhou, J.*, Ding, Y, and Wang, H. (2019), The Magic of Danmaku: A Social Interaction Perspective in the Motivation of Gift Sending on Live Streaming Platforms, Electronic Commerce Research and Applications. Vol 34, 1-7.

17. Zhou, J., Huang,D.*, and Wang, H., (2018), A note on estimating spatial autocorrelation in a discrete choice model, Statistics and Its Interface, Vol. 11, No. 3, 433-439.

18. Huang. D, Zhou, J.*, and Wang, H., (2018), RFMS method for credit scoring based on bank card transaction data, Statistica Sinica, Vol. 28, No.4, 2903-2919.

19. Huang, D., Guan, G*., Zhou, J. and Wang, H. (2018), Network-based Naive Bayes Model for Social Network, Science China Mathematics, 61 (4): 627-640

20. Zhou, J, Tu, Y, Chen, Y., and Wang, H., (2017). Estimating Spatial Autocorrelation with Sampled Network Data, Journal of Business and Economic Statistics, 35(1)., 130~138.

21. Zhou J., Huang D.*, and Wang, H. (2017), A Dynamic Logistic Regression for Network Link Prediction, Science China Mathematics, Vol.60, No.1, 165-176.

22. 高天辰，曲浩，王菲菲，周静*（2023），基于海量高维特征因子的券商客户流失预警模型研究，经济管理学刊，第2卷第4期，143-168

23. 周静，杨玲燕，刘喆#，王芳*（2023），人工智能辅助法官决策研究：基于量刑偏差识别视角，经济管理学刊，第2卷第2期，197-218

24. 周静，庄艳阳#，周季蕾*（2022），基于文本语义与动态网络结构的科研合作网络链路预测研究，情报资料工作，43(6)：21-29

25. 胡竞雄，周静，黄茜，马瑞颖，彭文广，钟跃思（2021），肝胆影像学指标对乙肝后肝硬化门静脉高压症患者肝功能预测价值，中华肝脏外科手术学电子杂志，第10卷第5期，493-497.

26. 李季，张帅，周静（2020），“服务与需求的匹配度对客户流失的影响研究：基于电信行业的客户数据实验”，管理评论，第32卷第5期，192-204

27. 周静，沈俏蔚，涂平，王汉生（2019），社交网络中被关注者类型与发帖类型对用户发帖动机的影响研究，管理科学, 第32卷第2期，67-76

28. 王雪，郭庆云，罗荣华，周静（2018），基于信息网络视角的机构持股与盈余公告市场反应研究，中国软科学，11, 172-183

29. 周静，周小宇，王汉生（2017），自我网络特征对电信客户流失的影响研究，管理科学, 第30卷第5期，28-37

30. 周静，沈俏蔚，涂平，王汉生（2017），原创还是转发？基于社交媒体UGC的交互效用研究，营销科学学报，第13卷第4辑，55-67

 

专利发明

1. 用于纵隔肿瘤CT图像的半监督分割方法和装置，专利号：ZL 202410783101.4，周静、冀瑛、付小桐，授权公告日：2024年9月24日

2. 基于影像组学和深度学习的肺腺癌亚型识别方法和装置，专利号：ZL202310719519.4，周静、冀瑛、付小桐，授权公告日：2023年10月17日

3. 基于多视野的3D卷积神经网络集成模型肺结节诊断系统，专利号：ZL202211533528.6，冀瑛、周静、胡滨，授权公告日：2023年04年07日

4. 基于图卷积神经网络的肺癌病理高危因素预测方法和装置，专利号：ZL202211635881.5，冀瑛、周静、刘建华、胡滨，授权公告日：2023年03月21日

 

软件包开发

1. 多原发肺癌生存预后计算软件V1.0，第一发明人，登记日期：2023年05月18日，https://survivalprediction.shinyapps.io/rssp/

2. 基于EMV-3D-CNN模型的肺结节危险分级预测平台[简称：EMV-3D-CNN肺结节风险分级预测平台]V1.0，第二发明人，登记日期：2023年03月20日，https://www.seeyourlung.com.cn/

 

 

著作教材

1. 周静、鲁伟编著，《深度学习：基于Pytorch的实现》，太阳成集团122cc官网入口出版社，2023.05

2. 周静著，《社交网络数据：理论与实践》，北京邮电大学出版社，2022.04

3. 王汉生主编、周静编著，《深度学习：从入门到精通》，人民邮电出版社，2021.01

 

教学课程

1. 本科课程：统计软件应用、深度学习、商业应用分析

 

社会兼职

1. 2025.06-2028.04，全国工业统计学教学研究会青年统计学家协会，常务理事、副秘书长

2. 2025.06-2026.08，中国现场统计研究会统计交叉科学研究分会，常务理事