深度学习中的知识表示与应用综述

当前深度学习研究中存在的难点在于过度依赖大规模标注数据并且难以利用先验知识,而知识图谱作为强大的知识表达方式,为深度学习与知识的融合提供了可能。本文从基本概念与研究现状出发,调研了近年来知识图谱对于提升不同深度学习结构的贡献。首先本文调研了知识图谱在深度学习中的表达与应用分类,接下来详细总结了知识图谱作为深度学习的训练语料与模型监督的方法,进一步列举了运用知识图谱提升深度学习可解释性的研究进展,最后对面临的重大挑战和关键问题进行了总结。

Granger因果检验的应用

本文详细介绍了Granger因果检验的定义,给出了Granger因果检验的具体操作步骤,主要综述Granger因果检验在四大领域：经济、工业、生态系统、生物医学领域的应用.

湖南省猪肺疫疫情预报

湖南省是生猪养殖大省,为了减少猪肺疫疫情给养殖户造成的经济损失,通过对2012年1月份—2015年3月份猪肺疫疫情数据和21个气象指标进行格兰杰(Granger)因果检验,找出与该疫情有关的气象因子,建立自回归动态滞后(ADL)预报模型,并用2015年3月份—2016年4月份疫情数据与气象因子进行验证。结果表明:10个气象指标与猪肺疫疫情有密切相关;该模型的拟合和验证结果具有较好的精度。说明该模型可以用于湖南省猪肺疫疫情预报。