DeephitTM:医学生存分析的时间相关性深度学习模型

生存分析是医学中经常用到的一种健康预测方法,越来越多的学者开始采用深度学习的方法对生存分析问题进行建模以得到更好的预测结果.目前已有的方法都假设风险和时间的联合概率是无关联的.然而生存分析数据的实际结果中却包含时间因素,这就无法保证不同时刻得到的风险概率是无关联的.本文提出一种带有时间相关性的深度学习模型DeephitTM,该模型对已有的深度学习模型Deephit进行了改进.实验结果表明,在不同的数据集上,改进后的模型的性能相比于原模型能够提升1到3个百分点.

联合特征概率分布和时间相关性的无线网络业务建模方法

民用无线网络以及航空无线网络等未来无线网络需要承载需求多样化的业务类型和信息交互。数据包尺寸特征和数据包到达间隔等不同业务特征,对无线网络有至关重要的意义。然而,当前无线网络业务建模研究鲜有同时建模业务特征和业务特征的时间相关性,这导致对业务的建模刻画不够准确。本文提出一种联合业务特征概率分布和时间相关性的无线网络业务建模方法,保障了业务特征的概率分布和业务特征的时间相关性。本方法具有一般性,可以应用于民用无线网络的业务建模,也可以应用到航空无线领域,有利于对业务特性的把握,从而进行更加优化和确定性的资源分配。

UMTS-Mixer:基于时间相关性和通道相关性的时间序列异常检测

多变量时间序列的异常检测是一个具有挑战性的问题,要求模型从复杂的时间动态中学习信息表示,并推导出一个可区分的标准,该标准能从大量正常时间点识别出少量的异常点.但在时间序列分析中仍存在多变量时间序列复杂的时间相关性和高维度使得异常检测性能较差的问题,针对上述问题,本文提出了一种基于MLP(multilayer perceptron)架构的模型(UMTS-Mixer),由于MLP的线性结构对顺序敏感,将其用来捕获时间相关性和跨通道相关性.大量实验表明UMTS-Mixer能够有效地检测时间序列异常,并在4个基准数据集上的表现更好,同时,在MSL和PSM两个数据集上取得了最高的F1,分别为91.35%,92.93%.

免授权随机接入中时间相关性辅助的用户活跃性检测算法

大规模机器类通信(massive Machine Type Communications,mMTC)旨在实现海量的物联网设备通信,被广泛应用于工业自动化、智能交通、智慧城市、智慧医疗等领域。面对数量巨大的用户设备,基于授权的随机接入技术存在接入失败概率高和信令开销大的弊端。为了解决这些弊端,学术界和工业界提出了免授权随机接入(Grant-Free Random Access,GFRA)技术,此技术能够使活跃用户设备在发送导频序列后直接传输数据而无需等待基站授权。因此,在基于免授权接入的mMTC中,基站的一个关键任务是进行用户设备活跃性检测。而在实际场景中,用户设备往往在连续时隙上呈现活跃状态,即存在时间相关性。特别地,利用时间相关性的先验信息可以降低用户设备活跃性的错误检测概率。本文从该出发点提出一种基于最大后验(Maximum A Posteriori,MAP)概率的坐标下降算法。具体而言,该算法首先从最大后验概率的角度构建目标函数,并通过Markov链模拟连续时隙中的状态转移。其次,使用坐标下降法处理接收信号的协方差得到活跃用户设备集合。最后,对当前时隙的用户设备最可能发生的情况进行决策。仿真结果表明,相比经典的活跃用户检测算法,本文算法拥有更低的错误检测概率。并且,当导频序列长度较短及活跃用户数量增加时,仍能表现出较好的检测性能。此外,随着接收天线增多,本文算法相比经典算法的性能增益更显著。

钛表面时间相关性老化及生物活性再激活的研究进展

在现代种植系统中,钛及钛合金由于良好的耐腐蚀性、抗疲劳强度以及较低的弹性模量已被广泛应用于口腔种植修复及重建[1]。此外钛表面还能进行各种处理,如酸蚀喷砂、阳极氧化等;负载表面涂层如功能肽、羟基磷灰石及其他钙磷化合物涂层等可进一步促进种植体的骨结合作用[2]。尽管如此,钛牙种植体的5年成功率仍然只有90.1%~96.5%[3]。制约种植体成功率无法达到100%的因素不仅有材料性能的限制,时间也是一个重要因素。在新钛表面,生物活性会随着时间的推移而降低,这种与时间相关的生物性能衰退称为钛的时间相关性老化(Time-dependent degradation)[4]。由于种植体从生产到临床植入存在存储运输的时间,那么延缓甚至提升因老化而降低的生物活性是非常有必要的。故本研究围绕可能导致生物老化现象的物理化学性质、预防措施进行综述,希望对理解这种现象并进一步改善种植体表面生物活性提供不一样的角度。

基于时间相关性注意力的行为识别

针对行为识别任务中,行为体和动作状态变化速度不同以及缺少对动作间的相关性研究而引起的行为判别能力低和误判等问题,提出一种基于SlowFast架构的时间相关性注意力机制模型。首先,放弃光流而直接将视频数据作为网络输入,使模型可以进行端到端训练;其次,定义了一种由相关性注意力和时间注意力构成的时间相关性注意力机制,其中相关性注意力机制用于提取动作间的相关性信息;然后,将信息输入时间注意力机制来抑制无用特征;最后,针对SlowFast在路径融合过程中由于卷积核步长过大而导致的特征间相关性丢失问题,提出更有效的连续卷积操作进行替代。在UCF101和HMDB51两个数据集上进行实验,结果证明,所提方法与现有方法相比,精度和鲁棒性具有优势。

考虑降水时间相关性的地面观测-雷达-卫星遥感逐时降水融合方法研究

以广东省北部山区2018年汛期强降水时段4月23—28日龙舟水、5月7—11日龙舟水和9月16—17日台风“山竹”3次典型暴雨过程的逐时降水为研究对象,研究基于XGBoost算法与地统计学理论的地面观测-前两个时刻逐时降水-雷达-卫星遥感的多源逐时降水融合模型,充分考虑相邻时刻降水的时间相关性,得到空间分辨率为1 km的逐时降水融合数据。此外,分别利用XGBoost与随机森林(RF)算法进行不考虑降水时间相关性的地面观测-雷达-卫星遥感逐时降水融合对比试验,并对试验结果进行精度评价。结果表明:(1)在3次暴雨过程中,三种融合模型的逐时降水融合结果具有类似的空间分布;(2)与XGBoost和RF逐时降水融合结果相比,融合了降水时间相关性的逐时降水融合结果在不同暴雨过程的准确性均有明显改进,3次暴雨过程的决定系数(R2)平均提高了7.89%和23.27%;(3)XGBoost逐时降水融合模型的精度整体上优于RF逐时降水融合模型,3次暴雨过程的R2分别提高了7.1%、4.3%和31.4%。

考虑时间相关性的风储系统多模式协调优化策略

基于考虑风电预测误差时间相关性的不确定性场景,将能量型储能同时应用于削峰填谷和计划跟踪两种模式,提出了风储联合系统多模式协调优化模型。同时,针对风储联合运行的大规模混合整数规划问题,提出储能调峰容量系数的概念,用于构造两层迭代优化算法,对模型进行快速求解,并可对储能在不同模式的容量分配进行量化评估。基于实际数据进行了计算机仿真验证,仿真结果表明,风储联合系统的最优运行模式受上网电价、惩罚价格以及风电随机特性等因素的影响;而所提出的模型可实现储能有限容量在不同模式间的合理分配和高效利用,为研究风储联合系统运行特性、与电网进行协调调度提供了重要的参考信息。

煤柱稳定性的时间相关性分析

利用最小势能原理,在分析了煤柱与顶板的相互关系以及煤柱受力状况后,建立了考虑顶板刚度及煤柱软化与流变特性的煤柱时间相关稳定性分析模型,引入煤岩体的蠕变本构关系,对煤柱的长期变形和稳定性进行了分析,得到了煤柱保持长期稳定的必要条件以及煤柱保持稳定的最小时间计算公式.在利用短壁开采方法控制地表沉陷的工程中,对煤柱变形与稳定性进行了预测,其结果与现场实测一致.

基于时间相关性的无线传感器网络数据压缩与优化算法

针对无线传感器网络(WSN)数据采集存在数据冗余度大、累积误差大和数据精度低等问题,根据采集数据之间的时间相关性,提出一种无线传感器网络数据压缩与优化算法。该算法通过分析时间序列中采集数据的线性关系,建立分段一元线性回归模型;根据采集数据与回归模型预测值之间的误差,自适应地调整下一个采集时间,并动态地优化回归模型。仿真结果表明该算法在不同的数据变化情况下,均能降低数据冗余度和网络通信量,提高采集数据的重构精度。最后在真实的无线传感器网络应用环境中验证了算法的可行性。

破碎砂岩承压变形时间相关性试验

破碎岩石的承压变形具有明显的时间效应,文中自行设计了破碎岩石承压变形仪,结合摆锤杠杆式压力机建立破碎岩石的蠕变测试方法,并针对破碎砂岩开展了相关蠕变试验研究,总结得出蠕变变形与轴向载荷、破碎块径等的关系.结果显示,在金属缸筒试验条件下破碎岩石不出现加速蠕变阶段;大载荷破碎岩样的蠕变变形余量较小载荷时小;载荷增加,稳定蠕变前的变形行程随之增加,块径对破碎岩样计入蠕变后的变形量影响逐渐减小,各块径破碎岩样的稳定蠕变曲线逐渐接近.

老年腔隙性脑梗死部位与认知功能障碍的关系以及发展的时间相关性

目的探讨老年腔隙性脑梗死部位与认知功能障碍的关系以及随时间进展认知功能障碍的发展趋势。方法选取122例不同部位的腔隙性脑梗死患者,对其发病急性期及随访2年时间,并采用蒙特利尔认知评估量表评价其认知功能。结果脑干和小脑组的综合得分别为27.01±1.77、26.98±1.80,与对照组比较没有明显的差异(P>0.05),而丘脑组、内囊基底节区、大脑皮层等区域综合得分分别为24.35±2.33、23.91±2.24、22.01±1.09,与对照组比较明显降低(P<0.05),随访2年,脑干梗死组、小脑梗死组发病后3个月认知功能障碍出现,与对照组比较具有差异(P<0.05),而丘脑区、内囊基底节区在3个月、6个月时较之发病时变化不明显,12个月时则呈现恶化趋势,与发病时比较差异具有统计学意义(P<0.05),而大脑皮质腔隙性脑梗死组则在6个月时有较为明显的恢复(P<0.05),12个月、24个月时则变化不明显。结论老年腔隙性脑梗死认知功能障碍与梗死的部位相关,并且随着梗死后时间的推移,呈现缓慢恶化的趋势。

基于时间相关性的海面小目标检测技术

在雷达对海探测中,海杂波往往对小目标检测造成严重的干扰,近年来广泛研究的TBD、知识辅助、杂波重构等新技术尚未进入工程应用阶段。针对这一问题,提出了一种基于时间相关性的海面小目标检测技术,该技术利用了海杂波和目标在时间相关性上的差异,采用成组非相参积累级联杂波图迭代算法抑制强海杂波,在抑制海杂波的同时有效保留了目标信息,能够很好地实现海面小目标的检测。数据仿真和实测试验结果证明了这种技术的可行性和有效性。

双极运算放大器辐射损伤的时间相关性

通过一系列辐照实验对双极运放辐射损伤的时间相关性进行了研究.结果表明,双极运放的辐射损伤与时间有着密切的关系,通过调整辐照剂量率、退火温度及时间等参数进行循环辐照-退火实验,可以测评出器件的低剂量率辐射损伤情况,并从界面态角度对这种损伤机理进行了分析.

动态主观散斑的时间相关性研究

根据散射屏移动时动态主观散斑时间相关公式,分析了成像系统主要参数对动态主观散斑时间相关性的影响:一般情况下屏表面参数对散斑的时间相关性影响较小;激光光斑大于成像系统物面分辨斑时,散斑时间相关性由透镜孔径大小决定;激光光斑小于成像系统物面分辨斑的尺寸时,减小激光光斑尺寸能减弱散斑时间相关性。对以上结果进行了相关的理论模拟和部分实验验证,通过模拟发现,激光光斑小于成像系统物面分辨斑时,散斑时间相关长度和光斑尺寸大小成正比。结论对于激光投影系统中利用时间平均进行的散斑抑制具有指导意义。

基于统计损伤的综放区段煤柱变形时间相关性分析

综采放顶煤开采中,工作面采用预留煤柱沿空掘巷,常常遇到协调掘进巷道设计与煤柱变形之间的关系问题.解决这一问题,一方面关系到资源的采出率,另一方面涉及到生产安全.针对煤柱变形的时效性,通过分析综放工作面沿空一侧区段小煤柱的受力与变形规律,引入统计损伤变量概念,建立了基于统计损伤的区段煤柱流变模型;进一步结合能量原理,分析了区段煤柱流变损伤条件下的时间相关性,给出了区段煤柱变形时间定量化表达式,得到了区段煤柱统计损伤的最小失稳计算公式.应用理论分析结果,在现场工程实践中,对煤柱变形与稳定性进行了预测,其结果与现场实测结果一致.

深远海线性内波条件下声场时间相关性的空间分布

深海声场特定的干涉结构导致其时间相关性的空间起伏,研究这种空间特性可以为水声信号的探测与处理提供重要参考。利用抛物方程声场仿真模型,联合Monte-Carlo数值方法计算分析了深远海线性内波条件下声场时间相关性的空间分布特性。与现有的研究相比,给出了时间相关性的距离和深度起伏特征。结果表明,当接收达到一定距离,声场时间相关性的空间分布具有与声场干涉条纹类似的结构,声场干涉越强,时间相关性越好。此外,声源频率和声速标准差的变化会引起时间相关性空间分布规律的改变,且会聚区传播模式下的改变强于深海声道传播模式。

单次^(60)Co γ射线照射致大鼠尿液代谢谱变化及其时间相关性

目的:探讨γ射线单次照射对大鼠尿液代谢物的影响,初步筛选与γ辐射损伤密切相关的尿代谢物。方法:15只成年雄性SD大鼠接受^(60)Coγ射线单次全身照射,剂量6.0 Gy,剂量率0.7 Gy/min。照射前1 d及照射后第1、2、3、4、8、18、30、45 d分别收集大鼠尿液。检测尿样~1H NMR谱,对~1H NMR谱数据进行主成分分析(PCA)和偏最小二乘判别分析(PLS-DA),寻找对照射后各时间点~1H NMR谱与照射前~1H NMR谱差异均有较大贡献并且变化趋势一致的差异代谢物(简称共同差异代谢物),分析这些代谢物相对含量变化与照后时间的相关性。结果:^(60)Coγ射线照射可造成大鼠尿液~1H NMR谱明显变化。对照后1～45 d大鼠尿液~1H NMR谱变化贡献较大的共同差异代谢物有牛磺酸、氮氧化三甲胺、脯氨酸、肌苷、柠檬酸盐、琥珀酸盐、醋酸盐和乳酸盐。照后1～45d,脯氨酸和牛磺酸相对含量均比照射前明显升高,柠檬酸盐、琥珀酸盐相对含量均比照射前降低;而三甲胺氮氧化物、醋酸盐和乳酸盐相对含量则呈现先升高(照后1 d)后下降(照后2～45 d)趋势。结论:大剂量γ射线照射造成的大鼠机体代谢紊乱在照射后45 d仍未得到完全恢复,表现为受照大鼠尿中代谢物牛磺酸、脯氨酸、肌苷、柠檬酸、琥珀酸、醋酸盐和乳酸盐相对含量的持续变化。牛磺酸、脯氨酸有望成为大剂量急性辐射损伤的组合代谢标记物。

基于最大时间阈值与自适应步长的时间相关性感知数据去冗余算法

针对传感器网络感知数据去冗余方法存在冗余度高的不足,提出一种基于最大时间阈值及自适应步长的时间相关性感知数据去冗余算法(TCDA).TCDA充分考虑了去冗余过程中,数据变动幅度大、局部最大值与最小值存在较大误差、局部特征值的丢失以及数据平稳时的数据相似阈值失效因素;TCDA在保证去冗余率的前提下,设置最大时间阈值防止数据相似阈值失效,确保数据的时效性;同时TCDA采用自适应步长机制降低计算复杂性,减少计算能耗.实验结果表明:TCDA与数据传输协议(DaT)方法相比,节约了3%的传输能耗和50%的计算能耗.

无线传感器网络节点基于时间相关性的缓冲管理算法

减少冗余信息是提高无线传感器网络目标跟踪实时性和精确性的方法之一。结合主动队列管理和时间相关的概念,提出了基于时间相关性的无线传感器网络节点的缓冲管理算法-TRED。在保留主动队列管理算法RED算法优点的基础上,引入了时间相关判定因子,算法有效地丢弃时间相关的数据,减少冗余信息。通过理论分析和仿真实验验证了算法的有效性,表明TRED算法对无线传感器网络移动目标实时跟踪具有较好的应用价值。