检索结果-内蒙古大学图书馆

资源科学 2023年第10期45卷 1931-1946页

作者：刘春梅钱啸吟上海财经大学信息管理与工程学院上海200433

【目的】面对“碳达峰、碳中和”全球性主题,预测与模拟中国能源消费碳排放量,探索碳达峰时间及碳中和可实现性,为促进减排目标的实现提供理论依据。【方法】本文运用碳排放系数法测算1986—2019年中国26种能源消费的碳排放量,从经济、... 详细信息

【目的】面对“碳达峰、碳中和”全球性主题,预测与模拟中国能源消费碳排放量,探索碳达峰时间及碳中和可实现性,为促进减排目标的实现提供理论依据。【方法】本文运用碳排放系数法测算1986—2019年中国26种能源消费的碳排放量,从经济、社会、环境、能源、技术5个方面出发,建立了包含18个变量的能源消费碳排放影响因素指标体系,利用Lasso回归筛选出5个主要因素。运用3种机器学习方法和Lasso回归构建了支持向量机回归(SVR)、随机森林(RF)、BP神经网络和Lasso-SVR、Lasso-RF、Lasso-BP共6种碳排放量预测模型,基于均方误差(MSE)和平均绝对误差(MAE)对6种预测模型进行比较和分析。结合情景分析法设置新常态化情景、绿色低碳情景、2℃目标情景和1.5℃目标情景4种情景,选择最优预测模型对4种情景下中国2020—2060年的碳排放量进行模拟分析。【结果】研究显示:4种情景下,随着减排力度加强,中国碳达峰平台期逐渐缩短,平台期内碳达峰时间分别为2035、2029、2026、2025年,峰值分别为95.8亿、74.48亿、67.23亿、65.23亿tCO_(2)e,2℃目标情景和1.5℃目标情景下中国能如期实现碳中和目标,4种情景均可能实现2℃温升目标,但前两种情景不能实现1.5℃温升目标。【结论】4种情景下中国能源消费碳达峰峰值和达峰时间不尽相同,实现碳中和的可能性也有所差别。为尽早实现“碳达峰、碳中和”目标,中国必须着力推动产业结构和能源结构优化,增加绿色资产投资,以技术进步助力减排事业发展。

关键词：能源消费碳排放预测情景模拟 Lasso 支持向量机随机森林 BP神经网络

来源：评论

学校读者我要写书评

暂无评论

基于GRAS方法的CGE模型参数估计——以上海区域经济SAM表为例

引用

系统工程理论与实践 2022年第6期42卷 1448-1462页

作者：刘兰娟何志强黄欣关欣佳上海财经大学信息管理与工程学院上海200433

为更新包含负值的社会核算矩阵(SAM表),有效保留先验信息,同时进行CGE模型弹性参数和比例参数的估计,本文构建了基于改进的GRAS方法,以CGE模型最优分配为约束条件的优化模型,并进行数值模拟.构建的优化模型可直接求解全局最优解,无需进... 详细信息

为更新包含负值的社会核算矩阵(SAM表),有效保留先验信息,同时进行CGE模型弹性参数和比例参数的估计,本文构建了基于改进的GRAS方法,以CGE模型最优分配为约束条件的优化模型,并进行数值模拟.构建的优化模型可直接求解全局最优解,无需进行弹性参数和比例参数误差分布假设.模拟结果显示,本模型能有效保留上海区域经济SAM表先验信息,同时对出口CET函数、CES生产函数和进口Armington条件弹性参数进行了有效估计.

关键词：可计算一般均衡模型(CGE) 参数估计 GRAS方法社会核算矩阵(SAM)

来源：评论

学校读者我要写书评

暂无评论

基于注意力-长短期记忆模型的偶发性交通流异常检测

引用

同济大学学报（自然科学版） 2023年第6期51卷 923-931页

作者：郑大庆林陈威王昺杰上海财经大学信息管理与工程学院上海200433 复旦大学经济学院上海200433

提出了基于注意力(attention)机制的LSTM(long short-term memory)交通异常检测模型,并利用整体交通网格点数据对交通流量进行异常检测。模拟数据集的验证结果表明,Attention-LSTM预测模型具有较好的检测效果;SKAB(skoltech anomaly ben... 详细信息

提出了基于注意力(attention)机制的LSTM(long short-term memory)交通异常检测模型,并利用整体交通网格点数据对交通流量进行异常检测。模拟数据集的验证结果表明,Attention-LSTM预测模型具有较好的检测效果;SKAB(skoltech anomaly benchmark)公开数据集进一步检验了模型的检测能力。以上海市出租车GPS实时数据代表实时交通流状况,对交通流异常进行检测,并对检测结果进行了分析,验证了Attention-LSTM模型的有效性。

关键词：交通流量异常检测偶发异常注意力机制长短期记忆

来源：评论

学校读者我要写书评

暂无评论

面向分布式系统标签噪声的时间序列分类方法

引用

控制与决策 2024年第12期39卷 4118-4126页

作者：林子谦张坤樊重俊杨夏洁上海理工大学管理学院上海200093 上海财经大学信息管理与工程学院上海200433

时间序列数据广泛存在于工业、医疗等应用领域的分布式边缘设备中,由于其往往具备人类不可识别的特征,基于现实数据的时间序列分类任务中普遍存在数据“孤岛”和标注错误等问题.为解决分布式数据环境下这一困难,提出一种联邦时序过滤框... 详细信息

时间序列数据广泛存在于工业、医疗等应用领域的分布式边缘设备中,由于其往往具备人类不可识别的特征,基于现实数据的时间序列分类任务中普遍存在数据“孤岛”和标注错误等问题.为解决分布式数据环境下这一困难,提出一种联邦时序过滤框架,该框架充分考虑自监督对比学习在提取复杂时序数据表征的优越性,并结合联邦学习方法来解决分布式系统的隐私安全问题,同时降低通信成本.首先,通过在服务器上维护一套基准样本,使用基于区别对比损失和预测对比损失的时序增强预监督策略,通过预训练-微调方法获得一个高泛化时间序列表征能力的预监督模型;然后,引入一种新的标签噪声过滤的方法,利用由预监督模型指导的伪标签与本地标注的标签协同过滤设备中的噪声数据,并将干净数据集用于全局模型的训练;最后,根据各种标签噪声下对框架进行有效性验证,验证不同基准数据比例对于所构造框架的影响,并通过消融实验验证预监督模型各损失的过滤效果.

关键词：联邦学习自监督学习时间序列分类标签噪声分布式系统

来源：评论

学校读者我要写书评

暂无评论

融合用户特征与知识图谱的可解释电影推荐方法

引用

管理工程学报 2024年第6期38卷 128-139页

作者：罗震张涛上海财经大学信息管理与工程学院上海200433 上海财经大学上海市金融信息技术研究重点实验室上海200433

可解释的电影推荐系统可以帮助用户过滤无关信息并给出推荐理由,与用户建立信任。基于知识图谱的推荐方法能充分利用电影信息的公开性和丰富性,但现有研究通常忽略用户层面的信息,解释机制对用户也不友好。针对目前存在的问题,本文引入... 详细信息

可解释的电影推荐系统可以帮助用户过滤无关信息并给出推荐理由,与用户建立信任。基于知识图谱的推荐方法能充分利用电影信息的公开性和丰富性,但现有研究通常忽略用户层面的信息,解释机制对用户也不友好。针对目前存在的问题,本文引入了用户的交叉特征和基于电影特征构造的知识图谱,提出了一个新的可解释的电影推荐方法——EKPCF(enhanced knowledge path with cross feature),结合知识图谱嵌入和语义路径挖掘用户的潜在偏好,利用高贡献的交叉特征和语义路径解释推荐结果。该方法与其他相关研究工作的不同之处在于以下几个方面:(1)为了提高准确率,改进路径筛选机制,将用户层面的交叉特征与知识图谱语义路径相结合,更新用户表征;(2)为了提高可解释性,利用数据挖掘方法得到新的用户特征,并将知识图谱语义路径中的陌生节点剔除;(3)将推荐机制透明化,借助交叉特征与高分语义路径共同解释推荐结果。最后,本文使用两个真实的数据集验证了EKPCF方法的有效性,同时展示该方法的解释机制。

关键词：推荐系统可解释性知识图谱注意力机制循环神经网络

来源：评论

学校读者我要写书评

暂无评论

考虑软时间窗的同时送取货随机旅行时间车辆路径问题

引用

同济大学学报（自然科学版） 2023年第8期51卷 1278-1287页

作者：张涛王楚楚上海财经大学信息管理与工程学院上海200433 上海市金融信息技术研究重点实验室(上海财经大学) 上海200433

考虑车辆总旅行时间约束和车辆载重限制以及客户对服务时间窗的要求,研究带有软时间窗的同时送取货随机旅行时间车辆路径问题(STT‒VRPSPD),建立机会约束规划模型。将禁忌搜索算法与分散搜索算法相结合,构建混合分散禁忌搜索(HSTS)算法,... 详细信息

考虑车辆总旅行时间约束和车辆载重限制以及客户对服务时间窗的要求,研究带有软时间窗的同时送取货随机旅行时间车辆路径问题(STT‒VRPSPD),建立机会约束规划模型。将禁忌搜索算法与分散搜索算法相结合,构建混合分散禁忌搜索(HSTS)算法,并采用C‒W节约算法生成初始解。基于经典的Dethloff算例和Solomon时间窗生成方法,分别生成包括50个客户、200个客户各20组算例,算例测试结果验证了混合分散禁忌搜索算法的有效性。

关键词：随机旅行时间车辆路径问题(STT‒VRP) 同时送取货车辆路径问题(VRPSPD) 软时间窗混合分散禁忌搜索(HSTS)算法

来源：评论

学校读者我要写书评

暂无评论

基于预训练语言模型的语法错误纠正方法

引用

上海交通大学学报 2022年第11期56卷 1554-1560页

作者：韩明月王英林上海财经大学信息管理与工程学院上海200433

自然语言处理中的语法错误纠正(GEC)任务存在着低资源性的问题,学习GEC模型需要耗费大量的标注成本以及训练成本.对此,采用从掩码式序列到序列的预训练语言生成模型(MASS)中的迁移学习方式,充分利用预训练模型已提取的语言特征,在GEC的... 详细信息

自然语言处理中的语法错误纠正(GEC)任务存在着低资源性的问题,学习GEC模型需要耗费大量的标注成本以及训练成本.对此,采用从掩码式序列到序列的预训练语言生成模型(MASS)中的迁移学习方式,充分利用预训练模型已提取的语言特征,在GEC的标注数据上微调模型,结合特定的前处理、后处理方法改善GEC模型的表现,从而提出一种新的GEC系统(MASS-GEC).在两个公开的GEC任务中评估该系统,在有限的资源下,与当前GEC系统相比,达到了更好的效果.具体地,在CoNLL14数据集上,该系统在强调查准率的指标F上表现分数为57.9;在JFLEG数据集上,该系统在基于系统输出纠正结果与参考纠正结果n元语法重合度的评估指标GLEU上表现分数为59.1.该方法为GEC任务低资源问题的解决提供了新视角,即从自监督预训练语言模型中,利用适用于GEC任务的文本特征,辅助解决GEC问题.

关键词：语法错误纠正自然语言生成序列到序列

来源：评论

学校读者我要写书评

暂无评论

数字经济产业的税收和投资溢出效应研究——基于上海CGE模拟分析

引用

上海财经大学学报（哲学社会科学版） 2023年第4期25卷 93-107页

作者：关欣佳刘兰娟黄欣上海财经大学信息管理与工程学院上海200433

数字经济方兴未艾,逐渐成为国民经济增长的新动力,而财政政策的科学精准发力也将有力推动数字经济产业在高质量发展过程中不断提质增效。为考察数字经济产业部门的财政效应,文章以数字化转型发展速度较快的上海地区为例,通过转换系数矩... 详细信息

数字经济方兴未艾,逐渐成为国民经济增长的新动力,而财政政策的科学精准发力也将有力推动数字经济产业在高质量发展过程中不断提质增效。为考察数字经济产业部门的财政效应,文章以数字化转型发展速度较快的上海地区为例,通过转换系数矩阵编制上海市数字经济社会核算矩阵,并以此为基础构建区域可计算一般均衡模型。为有效保留先验信息,我们使用CGE-SAM-GRAS方法进行参数估计,针对数字产业化和产业数字化部门,模拟并分析3种情景下实施税收和投资财政政策的影响。结果显示,数字产业化部门降低税收和增加投资均能产生正面溢出效应。总体上,税收的效果要好于投资,且税收优惠有利于提高工业部门的产出,增加投资则更有利于促进服务业发展。税收降低5%,所有部门的产出平均提高0.443%,数字产业化(工业)部门的产出提高2.601%,金融业部门的产出平均提高0.185%;投资增加5%,所有部门的产出平均提高0.282%,数字产业化(服务业)部门的产出提高2.912%,金融业部门的产出平均提高0.057%。遗憾的是,由于数字技术与传统产业的融合不足,对产业数字化实施投资政策的溢出效应相对较弱。

关键词：数字经济财政政策 CGE 溢出效应

来源：评论

学校读者我要写书评

暂无评论

面向应用的联邦学习研究评述:基于“要素-过程”框架

引用

管理工程学报 2024年第1期38卷 14-30页

作者：张宗翔郑大庆张成洪黄丽华陈刚黄伟儒复旦大学管理学院上海200433 上海财经大学信息管理与工程学院上海200433 浙江大学管理学院浙江杭州310058

打破数据孤岛,促进数据流通合作是数字化时代的重要课题。随着数据安全和隐私保护受到广泛关注,传统的以数据集中为主的合作模式受到挑战。联邦学习为解决这一现实问题提供技术解决方案,但是其进一步应用还面临诸多困难。本文从技术应... 详细信息

打破数据孤岛,促进数据流通合作是数字化时代的重要课题。随着数据安全和隐私保护受到广泛关注,传统的以数据集中为主的合作模式受到挑战。联邦学习为解决这一现实问题提供技术解决方案,但是其进一步应用还面临诸多困难。本文从技术应用和技术管理的角度,收集联邦学习的相关文献并进行文献计量分析,提出基于“要素-过程”的联邦学习应用框架。该框架围绕基础设施、节点数据、算法模型、联邦参与方4个关键要素,遵从发起、执行、评估、治理4个核心过程,形成“4+4”的技术应用模型。我们依据此模型梳理和分析联邦学习技术应用的现状,提出联邦学习应用进一步发展需要解决的关键科学问题。本文对推动联邦学习技术在经济管理领域的深入应用具有一定的意义。

关键词：联邦学习联邦治理联邦机制设计联邦安全体系联邦可解释性

来源：评论

学校读者我要写书评

暂无评论

基于多信息融合和知识增强的新闻推荐

引用

管理工程学报 2025年

作者：罗震屈波涛张涛上海财经大学信息管理与工程学院上海市金融信息技术研究重点实验室(上海财经大学)

将多信息融合,并基于外部知识库对已有信息进行知识增强,可以缓解用户冷启动问题,并提高新闻推荐效果。新闻推荐倾向于使用新闻标题、内容等文本信息,而对于一些非文本信息的考虑不够全面,同时已有的知识信息也可能不够完备。针对目前... 详细信息

将多信息融合,并基于外部知识库对已有信息进行知识增强,可以缓解用户冷启动问题,并提高新闻推荐效果。新闻推荐倾向于使用新闻标题、内容等文本信息,而对于一些非文本信息的考虑不够全面,同时已有的知识信息也可能不够完备。针对目前存在的问题,本文提出了基于多信息融合和知识增强的新闻推荐方法MIF-KE(multi information fusion and knowledge enhancement),该方法将新闻文本信息与非文本信息相融合,并引入外部知识,同时对已有的知识信息进行增强,最后对新闻和用户兴趣精准建模,从而完成推荐。本文的具体的贡献为:(1)较为全面的利用了文本信息(如标题、内容)与非文本信息(如用户ID、新闻特征、新闻流行度),并提出混合注意力能够使信息融合更加充分;(2)引入外部知识库,同时添加了两种关联关系对用户实体关联图进行增强;(3)在公开的新闻数据集上验证了本文方法在推荐上的有效性,此外也验证了本文方法能有效缓解用户冷启动的情况。

关键词：新闻推荐信息融合知识增强注意力机制图神经网络

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：