代山
职务/职称
副研究员
香港中文大学（深圳）数据科学学院 助理教授（Adjunct）
研究方向
时间序列、深度学习、不确定性决策与优化
电子邮箱
shandai@sribd.cn
教育背景
香港中文大学 博士
中国科学技术大学 学士
主要成果/荣誉
深圳市海外高层次人才（C类）
香港中文大学统计系 Overseas Research Award
中国科学技术大学 优秀毕业生
个人介绍
代山博士目前是深圳市大数据研究院副研究员，香港中文大学（深圳）数据科学学院助理教授（Adjunct）。主要研究方向包括时间序列、深度学习、不确定性决策与优化相关理论研究与实证应用。代山于中国科学技术大学获得统计学学士学位，于香港中文大学获得统计学博士学位，期间曾前往澳大利亚Monash University进行访问研究。获认定为深圳市海外高层次人才。在统计、机器学习及运筹优化相关国际期刊与会议上发表多篇学术论文，已授权多项国家发明专利。主持广东省自然科学研究（面上）、深圳市优秀科技创新人才培养等基金项目。担任Journal of Time Series Analysis, Tsinghua Science and Technology等期刊及NeurIPS, ICML, ICLR和AISTATS等会议审稿人。
近期论文（*表示通讯作者, #表示平行第一作者）：
Statistics Theory and Algorithms:
Two-Stage Newsvendor Network Problem: A Data-driven Distributionally Robust Optimization Approach. D Zhang, HH Turan, R Sarker, D Essam, S Dai*, L Zhang. Production and Operations Management, 2026, Accepted.
Mamba Hawkes Process for Event Sequence Modeling. S Dai, Y Shen, Y Liang, C Ma*, A Gao*.
Proceedings of the ACM Web Conference(WWW) 2026, 7464-7473.
Understanding and Guiding Layer Placement in Parameter-Efficient Fine-Tuning of Large Language Models. Y Xu*, Y Liang, S Dai*, T Hu, TN Chan, C Ma*. arXiv preprint arXiv:2602.04019.
Large Deviation Algorithms for Thresholding Bandit Problem. M Zhang, G Liu, S Dai*, J Chen, P Fournier-Viger. Big Data Mining and Analytics, 2025, 8 (5), 1189-1209.
Testing of Constant Parameters for Semi-parametric Functional Coefficient Models with Integrated Covariates. S Dai, NH Chan*. Journal of Time Series Analysis, 2023, 44, 474-486.
Statistics and Machine Learning Applications:
Empirical and Machine Learning Forecasting for Offline Retail: Nonlinear Weather Effects and Heterogeneity. M Zhu, C Luo, X Cai, S Dai*, W Xue, L Zhang. Journal of Systems Science and Systems Engineering, 2026, Accepted.
Fire prediction and risk identification with interpretable machine learning. S Dai, J Zhang, Z Huang, S Zeng*. Journal of Forecasting, 2025, 44 (5), 1699-1715.
License recommendation for open source projects in the power industry. X Zhang, H Xu, Q Yu, S Zeng, S Dai, H Yang, S Wu*. Information and Software Technology, 2024, 167, 107391.
