近日，我院数量经济学专业研究生张华汉（通讯作者、2021级）、蔡智建（2022级）、王怡（2023级）和经济学院丁松老师的合作文章《An innovative data-feature-driven approach for CO2emission predictive analytics: A perspective from seasonality and nonlinearity characteristics》在期刊《Computers & Industrial Engineering》2024年第6期发表。该文章研究了美国分部门碳排放的数据特征，并通过数据特征驱动的方法，预测具有随机性、非线性和季节性特征的碳排放时间序列，为未来部门层面的 CO2减排治理提供数据支持和政策建议。
《Computers & Industrial Engineering》是中科院SCI一区TOP期刊，我校校定一级A类期刊，最新影响因子IF=7.9。
原文：Ding, S., Shen, X.A., Zhang, H.H., Cai, Z.J., Wang, Y., 2024. An innovative data-feature-driven apprach for CO：2 emission predictive analytics: A perspective from seasonality and nonlinearity characteristics. Computers & Industrial Engineering, 192, 110195.
文献来源：
https://www.sciencedirect.com/science/article/pii/S0360835224003164
