检索结果-内蒙古大学图书馆

计算机科学与探索 2019年第7期13卷 1114-1122页

作者：李幸幸刘华锋景丽萍北京交通大学计算机与信息技术学院

随着推荐系统的发展,矩阵近似算法成为研究热点,而以概率矩阵分解为代表的低秩矩阵近似模型因其具有较高的推荐精度而广受关注。但是,随着大数据时代的到来,评分矩阵越来越复杂,简单的单个矩阵近似模型会使一些隐藏在数据中的信息被忽... 详细信息

随着推荐系统的发展,矩阵近似算法成为研究热点,而以概率矩阵分解为代表的低秩矩阵近似模型因其具有较高的推荐精度而广受关注。但是,随着大数据时代的到来,评分矩阵越来越复杂,简单的单个矩阵近似模型会使一些隐藏在数据中的信息被忽视。为了解决这个问题,提出了一种基于boosting框架的混合秩矩阵近似算法(mixture rank matrix factorization,MRMF)。该算法基于boosting框架融合多个不同秩矩阵获取丰富的评分信息。具体方法为首先从整体结构出发,获取矩阵的整体信息,然后基于boosting求偏差获得残差矩阵,抓取局部的相关性。同时为了更好地学习局部特征,引入服从拉普拉斯先验分布的样本权重,构建自适应权重的概率矩阵模型(adaptive weight matrix factorization,AWMF)。在获取残差矩阵之后,通过EM算法学习残差矩阵的权重,避免模型过拟合以及减少人工调差的复杂度。实验结果验证,所提出的算法在四个真实数据集(Ciao、Epinions、Douban、Movielens(10M))上均具有较好的推荐精度。

关键词：矩阵近似梯度提升自适应秩样本权重推荐系统权重矩阵分解

来源：评论

学校读者我要写书评

暂无评论

人工智能技术在辅助中医诊疗及诊疗标准化中的应用

引用

中医杂志 2022年第24期63卷 2306-2310页

作者：赵国桢郭诗琪庞华鑫徐霄龙苏祥飞蔡兆伦冯雪段笑娇苏芮李博首都医科大学附属北京中医医院北京市100010 北京市中医药研究所北京中医药循证医学中心北京中医药大学针灸推拿学院北京交通大学计算机与信息技术学院中华中医药学会四川大学华西医院

中医诊疗标准化是中医药发展的重要保障,但以临床实践指南为核心的中医药标准化成果在临床应用时常面临困难,原因包括中医辨证论治主观性强、患者信息采集时缺少客观测量方法及客观指标、中医诊疗过程存在大量隐性知识等。基于人工智能... 详细信息

中医诊疗标准化是中医药发展的重要保障,但以临床实践指南为核心的中医药标准化成果在临床应用时常面临困难,原因包括中医辨证论治主观性强、患者信息采集时缺少客观测量方法及客观指标、中医诊疗过程存在大量隐性知识等。基于人工智能技术的智能诊断系统和临床决策支持系统可为辅助中医诊疗及中医诊疗标准化工作提供新思路。一方面可借助中医智能诊断系统客观测量患者的中医四诊信息,辅助临床医生标准化诊断,推动中医诊断标准化的发展;另一方面能够建立症状群与药物群之间的网络关系,实现个体化治疗方案的推荐,促进中医治疗标准化的发展。建议未来人工智能技术应用于中医诊疗标准化研究中,应制定合适的结构化或半结构化病历,加强人工智能技术在数据采集中的应用,高效准确地采集患者信息;完善疗效评价体系,探索个体化疗效评价方法并评估人工智能技术的有效性和安全性;进一步探索符合中医诊疗特色的人工智能系统及数学模型。

关键词：人工智能智能诊断系统临床决策支持系统中医药标准化

来源：评论

学校读者我要写书评

暂无评论

面向物联网隐私数据分析的分布式弹性网络回归学习算法

引用

电子与信息学报 2020年第10期42卷 2403-2411页

作者：方维维刘梦然王云鹏李阳阳安竹林北京交通大学计算机与信息技术学院北京100044 社会安全风险感知与防控大数据应用国家工程实验室北京100041 中国科学院计算技术研究所北京100190

为了解决基于集中式算法的传统物联网数据分析处理方式易引发网络带宽压力过大、延迟过高以及数据隐私安全等问题,该文针对弹性网络回归这一典型的线性回归模型,提出一种面向物联网(IoT)的分布式学习算法。该算法基于交替方向乘子法(ADM... 详细信息

为了解决基于集中式算法的传统物联网数据分析处理方式易引发网络带宽压力过大、延迟过高以及数据隐私安全等问题,该文针对弹性网络回归这一典型的线性回归模型,提出一种面向物联网(IoT)的分布式学习算法。该算法基于交替方向乘子法(ADMM),将弹性网络回归目标优化问题分解为多个能够由物联网节点利用本地数据进行独立求解的子问题。不同于传统的集中式算法,该算法并不要求物联网节点将隐私数据上传至服务器进行训练,而仅仅传递本地训练的中间参数,再由服务器进行简单整合,以这样的协作方式经过多轮迭代获得最终结果。基于两个典型数据集的实验结果表明:该算法能够在几十轮迭代内快速收敛到最优解。相比于由单个节点独立训练模型的本地化算法,该算法提高了模型结果的有效性和准确性;相比于集中式算法,该算法在确保计算准确性和可扩展性的同时,可有效地保护个体隐私数据的安全性。

关键词：物联网隐私保护弹性网络回归分布式算法交替方向乘子法

来源：评论

学校读者我要写书评

暂无评论

一种基于射频指纹的电力物联网设备身份识别方法

引用

中国电力 2021年第3期54卷 80-88页

作者：刘铭刘念韩晓艺彭林宁付华陈一悰北京交通大学计算机与信息技术学院(交通数据分析与挖掘北京市重点实验室) 北京100044 东南大学网络空间安全学院江苏南京210096 国网陕西省电力公司电力科学研究院陕西西安710054

由于通信媒介的开放性,电力物联网设备的无线通信过程面临着信息安全风险。提出使用无线设备固有的射频指纹作为物联网设备身份识别的依据,并利用深度学习技术实现双向设备身份识别,以增强无线接入阶段的安全性。该方法采用边缘计算的思... 详细信息

由于通信媒介的开放性,电力物联网设备的无线通信过程面临着信息安全风险。提出使用无线设备固有的射频指纹作为物联网设备身份识别的依据,并利用深度学习技术实现双向设备身份识别,以增强无线接入阶段的安全性。该方法采用边缘计算的思路,利用通信信道双向的互易性,将物联网终端设备需要完成的基站身份学习任务转移到基站处完成,降低了对于物联网设备算力、存储、能耗等方面的需求,适用于物联网应用场景。实验结果表明,该方法能够达到良好的设备身份识别性能。

关键词：电力物联网射频指纹无线接入安全信道互易设备身份识别

来源：评论

学校读者我要写书评

暂无评论

基于无监督对抗学习的时间序列异常检测

引用

南京大学学报（自然科学版） 2021年第6期57卷 1042-1052页

作者：邵世宽张宏钧肖钦锋王晶刘晓辉林友芳北京交通大学计算机与信息技术学院北京100044 交通数据分析与挖掘北京市重点实验室北京交通大学北京100044 中国民航信息网络股份有限公司北京100010 民航旅客服务智能化应用技术重点实验室北京100010

时间序列异常检测是类别不均衡问题,异常现象少有发生,所以获取异常标签的成本高昂,因此基于无监督学习的时间序列异常检测方法更具有实用价值.然而,现有的时间序列异常检测方法存在三个缺陷:难以对复杂的时间序列进行建模、缺乏合理的... 详细信息

时间序列异常检测是类别不均衡问题,异常现象少有发生,所以获取异常标签的成本高昂,因此基于无监督学习的时间序列异常检测方法更具有实用价值.然而,现有的时间序列异常检测方法存在三个缺陷:难以对复杂的时间序列进行建模、缺乏合理的缺失值处理机制和无法利用先验知识(例如少量的有标签异常).为了解决以上问题,提出一种基于生成对抗神经网络和自编码器的无监督时间序列异常检测模型SALAD(Stochastic Adversarial Learned Anomaly Detection).在原始空间结合生成对抗网络和自编码器网络并充分利用判别损失和绝对损失来完成数据重构;在隐空间中,为了使学习自编码器中的隐变量更紧凑地表示原始数据分布,引入生成对抗网络来约束隐变量的收敛,使其更接近先验分布;在训练过程中引入数据补全方法是一种更合理的缺失值处理机制;提出对比重构损失使SALAD能充分利用少量的有标签异常数据.在数据集上进行大量实验,结果表明,在完全无监督和使用部分异常标签的情形下,提出的模型的F1分数和现有的基线方法相比有明显的提升.

关键词：时间序列异常检测自编码器生成对抗神经网络无监督学习

来源：评论

学校读者我要写书评

暂无评论

一种度修正的属性网络随机块模型

引用

计算机研究与发展 2020年第8期57卷 1650-1662页

作者：郑忆美贾彩燕常振海李轩涯北京交通大学计算机与信息技术学院北京100044 交通数据分析与挖掘北京市重点实验室(北京交通大学) 北京100044 天水师范学院数学与统计学院甘肃天水741000 百度在线网络技术(北京)有限公司北京100085

社区检测是复杂网络分析中的重要任务,现有的社区检测方法多侧重于利用单纯的网络结构,而融合节点属性的方法也主要针对传统的社区结构,不能检测网络中的二部图结构、混合结构等情况.此外,网络中每个节点的度会影响网络中链接的构成,同... 详细信息

社区检测是复杂网络分析中的重要任务,现有的社区检测方法多侧重于利用单纯的网络结构,而融合节点属性的方法也主要针对传统的社区结构,不能检测网络中的二部图结构、混合结构等情况.此外,网络中每个节点的度会影响网络中链接的构成,同样会影响社区结构的分布.因此,提出一种基于随机块模型的属性网络社区检测方法DPSB_PG.不同于其他属性网络中的生成式模型,该方法中节点链接和节点属性的产生均服从泊松分布,并基于随机块模型考虑社区间相连接的概率,重点在节点链接的生成过程中融合度修正的思想,最后利用期望最大化EM算法推断模型中的参数,得到网络中节点的社区隶属度.真实网络上的实验结果显示:模型继承了随机块模型的优点,能够检测网络中的广义社区结构,且由于度修正的引入,具有很好的数据拟合能力,因此在属性网络与非属性网络社区检测性能上优于其他现有相关算法.

关键词：度修正泊松分布随机块模型广义结构属性网络

来源：评论

学校读者我要写书评

暂无评论

基于分层抽样的不均衡数据集成分类

引用

深圳大学学报（理工版） 2019年第1期36卷 24-32页

作者：王馨月景丽萍北京交通大学计算机与信息技术学院北京100044

不均衡数据分类是数据挖掘领域的一个难点问题,对多数类样本进行降采样可简单且有效地解决不均衡数据处理面临的两大核心问题,即如何从数类占绝对优势的数据集合中最大程度地挖掘少数类信息;如何确保在不过度损失多数类信息的前提下构... 详细信息

不均衡数据分类是数据挖掘领域的一个难点问题,对多数类样本进行降采样可简单且有效地解决不均衡数据处理面临的两大核心问题,即如何从数类占绝对优势的数据集合中最大程度地挖掘少数类信息;如何确保在不过度损失多数类信息的前提下构建学习器.但现有的降采样方法往往会破坏原始数据结构特性或造成严重的信息损失.本研究提出一种基于分层抽样的不均衡数据集成分类方法 (简记为EC-SS),通过充分挖掘多数类样本的结构信息,对其进行聚类划分;再在数据块上进行分层抽样来构建集成学习数据成员,以确保单个学习器的输入数据均衡且保留原始数据的结构信息,提升后续集成分类性能.在不均衡数据集Musk1、Ecoli3、Glass2和Yeast6上,对比EC-SS方法与基于随机抽样的不均衡数据集成分类方法、自适应采样学习方法、基于密度估计的过采样方法和代价敏感的大间隔分类器方法的分类性能,结果表明,EC-SS方法能有效提升分类性能.

关键词：人工智能不均衡分类分层抽样集成学习聚类数据挖掘

来源：评论

学校读者我要写书评

暂无评论

基于计算机模拟的网络药理学在现代中药研究中的应用

引用

生物化工 2022年第4期8卷 159-162页

作者：陈天翱陈翱天陈封政西南交通大学利兹学院四川成都610000 北京交通大学计算机与信息技术学院北京100044 乐山师范学院化学与资源环境学院四川乐山614000

中药是中华民族几千年智慧的结晶,是世界传统医药的瑰宝,因其辨证施治,对疑难杂症有独特优势,具有多成分、多靶点、多功效等特点,难以通过现代医学体系来完整阐述中药的作用机制。随着计算科学的进步,相关数据库的建立,网络药理学逐渐... 详细信息

中药是中华民族几千年智慧的结晶,是世界传统医药的瑰宝,因其辨证施治,对疑难杂症有独特优势,具有多成分、多靶点、多功效等特点,难以通过现代医学体系来完整阐述中药的作用机制。随着计算科学的进步,相关数据库的建立,网络药理学逐渐成为中药研究的新工具。借助计算机的模拟和相关算法将中药成分数据库、成分三维结构库、靶标数据库和疾病数据库整合,对于阐明复杂中药体系的作用机制和方剂配伍以及中药新药的研发起到快速推动作用。本文对网络药理学的起源、发展、现状及与计算机相关领域的交叉融合发展情况进行了梳理,分析了该研究方法存在的问题及挑战,展望了基于计算机模拟的网络药理学的发展前景。

关键词：网络药理学计算机模拟传统中药

来源：评论

学校读者我要写书评

暂无评论

基于对抗式扩张卷积的多尺度人群密度估计

引用

中国图象图形学报 2019年第3期24卷 483-492页

作者：刘思琦郎丛妍冯松鹤北京交通大学计算机与信息技术学院北京100044

目的人群密度估计任务是通过对人群特征的提取和分析,估算出密度分布情况和人群计数结果。现有技术运用的CNN网络中的下采样操作会丢失部分人群信息,且平均融合方式会使多尺度效应平均化,该策略并不一定能得到准确的估计结果。为了解决... 详细信息

目的人群密度估计任务是通过对人群特征的提取和分析,估算出密度分布情况和人群计数结果。现有技术运用的CNN网络中的下采样操作会丢失部分人群信息,且平均融合方式会使多尺度效应平均化,该策略并不一定能得到准确的估计结果。为了解决上述问题,提出一种新的基于对抗式扩张卷积的多尺度人群密度估计模型。方法利用扩张卷积在不损失分辨率的情况下对输入图像进行特征提取,且不同的扩张系数可以聚集多尺度上下文信息。最后通过对抗式损失函数将网络中提取的不同尺度的特征信息以合作式的方式融合,得到准确的密度估计结果。结果在4个主要的人群计数数据集上进行对比实验。在测试阶段,将测试图像输入训练好的生成器网络,输出预测密度图;将密度图积分求和得到总人数,并以平均绝对误差(MAE)和均方误差(MSE)作为评价指标进行结果对比。其中,在Shanghai Tech数据集上Part_A的MAE和MSE分别降至60. 5和109. 7,Part_B的MAE和MSE分别降至10. 2和15. 3,提升效果明显。结论本文提出了一种新的基于对抗式扩张卷积的多尺度人群密度估计模型。实验结果表明,在人群分布差异较大的场景中构建的算法模型有较好的自适应性,能根据不同的场景提取特征估算密度分布,并对人群进行准确计数。

关键词：人群密度估计多尺度对抗式损失扩张卷积计算机视觉人群安全

来源：评论

学校读者我要写书评

暂无评论

基于文献计量学分析症状群生物学机制的研究现状

引用

中国中医基础医学杂志 2021年第5期27卷 786-791页

作者：李凌香刘保延周雪忠舒梓心牟梓君何丽云中国中医科学院中医临床基础医学研究所北京100700 中国中医科学院数据中心北京100700 北京交通大学计算机与信息技术学院北京100044

目的:分析国内外症状群生物学机制的研究现状及发展态势,为中医药领域开展相关研究提供参考。方法:检索7个常用数据库中有关症状群生物机制的文献,采用文献计量学方法分析纳入文献的发表年代、研究内容、作者、高频关键词等。结果:共纳... 详细信息

目的:分析国内外症状群生物学机制的研究现状及发展态势,为中医药领域开展相关研究提供参考。方法:检索7个常用数据库中有关症状群生物机制的文献,采用文献计量学方法分析纳入文献的发表年代、研究内容、作者、高频关键词等。结果:共纳入文献175篇,发文量自2012年呈快速增长趋势,美国以34.29%发文量居首位,语种以英文为主(79.43%),以观察性临床研究为主,研究内容主要聚焦于精神心理领域、癌症、胃肠道疾病、慢性疲劳综合征等,研究热点主要集中于抑郁症、癌症相关症状群、细胞因子及遗传学等方面。结论:症状群生物学机制研究已进入大发展时期,但中医相关研究仍处于萌芽阶段,或可借鉴现代医学相关研究成果和经验,结合大数据时代带来的良机,以促进中医药领域相关研究的发展。

关键词：症状群生物学机制生物分子网络辨证论治文献计量学

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：