基于图神经网络的小样本学习方法研究进展

小样本学习(few-shot learning,FSL)旨在利用少量样本学习得到解决问题的模型,为解决应用场景中样本量少或标注样本少的问题.图神经网络(graph neural network,GNN)由于其在许多应用中的卓越性能引起了极大的关注,许多学者开始尝试利用图神经网络进行小样本学习,基于图神经网络的方法在小样本领域取得了卓越的成绩.目前与基于图神经网络的小样本学习方法相关的综述性研究较少,缺乏该类方法的划分体系与介绍性工作,因此系统地梳理了当前基于图神经网络的小样本学习的相关工作:概括了小样本学习的图神经网络方法的概念,根据模型的基本思想将其划分为基于节点特征、基于边特征、基于节点对特征和基于类级特征的4类方法,介绍了这4类方法的研究进展;总结了目前常用的小样本数据集和代表性模型在这些数据集上的实验结果,归纳各类方法主要的研究内容和优劣势;最后概述了基于图神经网络的小样本学习方法的应用和面临的挑战,并展望其未发展方向.

基于K-sup稠密子图的大规模复杂网络概要算法及可视化

现实社会存在大量复杂网络,随着大数据时代的来临,复杂网络数据规模不断扩大,难以进行算法分析和可视化展示.针对复杂网络小世界、无标度特性,提出基于K-sup稠密子图的复杂网络概要算法,利用三角形在网络中的同质性和传递性发现复杂网络中的稠密子图,结合模块度最大化,将子图中相似的节点归并为超点;运用分层结构存储概要图,并进行可视化显示.该算法能对大规模复杂网络进行有效压缩,保持原网络的性质.在5个真实数据集上进行对比实验,显示出该算法在压缩率、幂率性和平均聚类系数的保持等指标优于已有算法,同时在大规模数据下具有保持网络拓扑结构且支持概要图分层可视化的优点.

血清S100β蛋白水平医学参考区间的建立

目的依据美国临床和实验室标准协会(CLSI)文件C28-A3,建立该院血清S100β蛋白水平健康人群的参考区间。方法选择207例不同年龄分布的健康男女,使用Cobas e601分析仪及配套Elecsys S100试剂盒测定血清S100β蛋白水平。分别采用基于数据的参数拟合法及非参数有放回的抽样方法(Bootstrap法)估计参考区间。结果 (1)未见S100β蛋白水平受性别和年龄因素的影响(P>0.05),故合并性别和年龄后整体分析;(2)S100β蛋白水平不符合正态分布的规律,但以10为底对数转换后,符合正态分布;(3)参考区间的估计:基于数据的参数拟合法,其97.5%值分别为0.126 6μg/L(数据未转换)和0.126 5μg/L(经对数转换),基于非参数法,其97.5%值分别为0.125 8μg/L(数据未转换)和0.125 7μg/L(经对数转换)。结论该院S100β蛋白水平医学参考区间的建立,为其常规应用于临床实践活动奠定了基础。

集成时空轨迹的动态属性网络表征学习

网络表征学习是当前信息网络数据表示的研究热点,相比于传统网络分析技术已显示出它的有效性和高效性.目前绝大多数研究仅将网络视为静态来处理,即网络结构不随时间演化而变化,而且很少考虑网络中丰富的节点属性信息,难以适应现实信息网络时刻变化的动态特性.同时考虑网络的动态性和节点属性,提出基于时空路径的动态属性网络表征学习(DAWalk),将结构特征与属性特征聚合为节点的嵌入表示.游走时空轨迹序列以捕获网络的结构特征以及动态演化趋势规律.在模型学习方面使用改进的自编码器模型,最小化序列中成对节点的距离损失,学习出序列节点对隐藏的高度非线性规律,使得学到的节点表示更具健壮性.实验表明,在可视化、链接预测、节点分类任务上,提出的DAWalk在3个数据集上的性能均优于其他基准算法.

不同方法对细菌性阴道病检出效果的研究

目的研究湿片镜检法、干化学酶法、乳胶免疫层析法、核酸杂交法等方法对检测阴道分泌物标本中细菌性阴道病(BV)检出效果。方法选取妇科门诊有临床症状患者的阴道分泌物分别使用上述方法进行检测,并以革兰染色Nugent评分法为金标准,对数据进行汇总统计。结果湿片镜检法、干化学酶法、乳胶免疫层析法及核酸杂交法的灵敏度分别为63.89%、66.67%、52.78%和80.56%;特异度分别为100.00%、100.00%、86.29%和95.43%。这4种方法与革兰染色Nugent评分法相比,Kappa值(一致性检验)分别为0.746、0.768、0.363和0.752;相对于革兰染色Nugent评分法,曲线下面积(AUC)分别为0.819、0.833、0.695和0.880,核酸杂交法AUC值最大,乳胶免疫层析法AUC值最小;诊断符合率分别为93.83%、94.31%、80.57%和92.89%。4种方法与革兰染色Nugent评分法的总符合率为64.90%。结论4种方法中核酸杂交法对BV检出效果最佳,湿片镜检法和干化学酶法次之,乳胶免疫层析法效果很不理想;湿片镜检法与其他3种方法分别联合检测,可提高BV的检出率。

化学发光法用于注射新型冠状病毒疫苗后抗体监测和鉴别胶体金免疫层析法假阳性的价值

目的探讨化学发光法在监测新型冠状病毒疫苗注射后机体产生抗体的效果及鉴别胶体金免疫层析法(金标法)假阳性中的应用价值。方法注射新型冠状病毒疫苗的志愿者22例,分别在注射第2剂后第1、3、6个月采集静脉血。每例患者标本用化学发光法检测新型冠状病毒抗体免疫球蛋白(Ig)M、IgG、IgA、总抗体(TAb)和中和抗体(NAb),同时用金标法检测新型冠状病毒抗体IgM和IgG。另外,用化学发光法复核74例金标法检测新型冠状病毒抗体IgM或IgG疑为阳性者(核酸检测均阴性)的上述5种抗体。结果在注射新型冠状病毒疫苗后1、3、6个月,化学发光法检测的IgG阳性率均明显高于两种金标法试剂(P<0.05);第3个月和6个月时,除IgA、TAb,化学发光法检测的其他抗体水平和阳性率均分别明显低于第1个月(P<0.05);化学发光法检测的IgG、TAb和NAb阳性率均从第1个月的90.00%分别降低到第6个月的36.36%、63.64%和31.82%;TAb和IgG分别与NAb显著相关(r=0.873,P<0.001;r=0.862,P=0.001);74例金标法筛查疑为阳性者中,化学发光法复核后阳性者仅9例,此9例多数为两种或两种以上抗体阳性,且均为疫苗接种者或既往感染者。结论化学发光法在监测新型冠状病毒疫苗接种后抗体的产生上,在疫苗接种后1个月和6个月时,分别有95.00%和63.64%个体至少可检测到5种抗体中的1种,检测IgG和TAb基本可以反映NAb的水平。化学发光法可用于鉴定金标法筛查疑为新型冠状病毒抗体阳性的标本。

不同方法对外阴阴道假丝酵母菌病的检出效果

目的探讨湿片镜检、革兰染色镜检、阴道炎干化学五联检、阴道炎抗原三联检、核酸杂交和真菌培养等方法对阴道分泌物标本中外阴阴道假丝酵母菌(即念珠菌)的检出效果。方法同时使用上述方法检测211例阴道分泌物标本,并以真菌培养法为金标准对数据进行统计分析。结果湿片镜检、革兰染色镜检、阴道炎干化学五联检、阴道炎抗原三联检及核酸杂交法检测外阴阴道假丝酵母菌(即念珠菌)的灵敏度分别为43.48%、58.70%、63.04%、34.78%和71.74%,特异度分别为98.79%、98.18%、79.39%、96.36%和98.79%,诊断符合率分别为86.73%、89.57%、75.83%、82.94%和92.89%;5种方法分别与真菌培养法比较,Kappa值(一致性检验)分别为0.521、0.650、0.374、0.384和0.772;相对于真菌培养法,曲线下面积(AUC)分别为0.711、0.784、0.712、0.656和0.853,核酸杂交法AUC值最大,阴道炎抗原三联检AUC值最小;5种方法总符合率为60.66%。结论 5种方法中,核酸杂交法对念珠菌的检出效果最佳,革兰染色镜检法和湿片镜检法次之,阴道炎干化学五联检、阴道炎抗原三联检效果很不理想,不建议单独使用;5种方法间总体符合率非常低,不建议不同实验室和不同方法间进行比较。

基于图神经网络的自闭症辅助诊断研究综述

自闭症谱系障碍是一种复杂的神经系统发展障碍疾病,截至目前其病因尚不明确。图神经网络作为非欧几里得空间深度学习的重要分支,在处理图结构数据的相关任务中取得优异表现,为医学领域的成像和非成像模式的集成提供了可能,因此利用图神经网络进行自闭症等脑部疾病神经成像诊断逐渐成为研究热点。阐述传统机器学习方法在自闭症疾病预测中应用,介绍图神经网络的基本分类,按照图中节点与边关系的建模方法,从基于人群图和基于个体图两个角度对图神经网络在自闭症辅助诊断中的应用进行梳理和分析,并归纳现有诊断方法的优劣势。根据目前基于图神经网络的自闭症神经成像诊断的研究现状,总结了脑神经科学领域辅助诊断技术面临的主要挑战和未来研究方向,对于自闭症等脑部疾病辅助诊断的进一步研究具有指导意义和参考价值。

演化森林哈希:一种无监督的在线哈希学习算法

目前的无监督哈希学习算法在训练阶段需要加载全部的数据,会占据较大的内存空间,并且无法适用于流式数据。探索性地提出了一种无监督在线哈希学习算法——演化森林哈希。针对大规模数据检索场景,通过改进后的演化树学习数据的空间拓扑结构,并提出了路径编码策略将数据点遍历演化树时的路径映射为保相似性二进制编码。为了进一步提高编码查询性能,在演化树哈希的基础上进一步提出在线演化森林哈希,最后在两个被广泛使用的数据集上用实验证明了本文方法的可行性。

粪便幽门螺杆菌抗原半定量检测

目的建立幽门螺杆菌抗原(Hp-Ag)检测的半定量方法,探索Hp-Ag半定量检测结果与胃部幽门螺杆菌(Hp)感染菌量的关系,并就其诊断效能与其他Hp的检测方法进行比较评价。方法使用胶体金免疫层析分析仪测定Hp阳性者条带的灰度值作为半定量的依据;纳入363例消化内科患者和体检健康者,探讨测定其粪便Hp-Ag半定量检测、胃组织切片染色镜检法、13C呼气试验、血清Hp抗体(Hp-Ab)检测对Hp的检测效能、Hp-Ag半定量检测灰度值与胃组织菌量的关系,以及Hp在各年龄段健康体检人群中的检出情况等。结果粪便Hp-Ag半定量检测与胃组织切片染色镜检法对Hp的检出率比较,差异无统计学意义(P>0.05)。Hp-Ag半定量检测灰度值与胃组织切片染色镜检法Hp菌量具有相关性(r=0.898,P<0.05);Hp-Ag半定量检测对Hp的检出率明显高于13C呼气试验(53.97%vs.34.92%,P<0.05)。Hp-Ag半定量检测与Hp-Ab检测对Hp的检出率相当,且二者互补性极强,联合检测可将检出率从48.38%、50.18%提升至63.53%。>40~60岁人群中Hp检出率最高,达到54.55%。结论粪便Hp-Ag半定量检测,由于其简便、快捷、通量大,可较好地反映Hp的菌量,其性能不逊于其他“金标准”方法,值得应用推广。

基于列表监督的Hash排序算法

Hash学习技术目前被广泛应用于大规模数据的相似性查找中,其通过将数据转化成二进制编码的形式,同时提高查找速度和降低存储代价。目前,大多数Hash排序算法通过比较数据在欧氏空间和海明空间的排序一致性来构造损失函数,然而,在海明空间的排序过程中,因为海明距离是离散的整数值,可能存在多个数据点共享相同的海明距离,这样就无法准确地排序。针对这一问题,将编码后的数据切分成几个长度相同的子空间,并为每个子空间设置不同的权重,比较时,再根据不同的子空间权重来计算海明距离。实验结果表明,与其他Hash学习算法相比,本文算法能够有效地对海明空间中的数据进行排序,并提高查询的准确性。

面向复杂网络的异构网络表示学习综述

异构信息网络包含丰富的节点信息和链接信息,具有复杂异质性、高稀疏性、属性高维性等特性,这些特性给网络表示学习任务带来了巨大的挑战。异构网络表示学习通过在嵌入过程中将多样化的异质信息和结构信息进行有效融合,学习得到更有利于下游机器学习任务的低维特征向量。从异构网络表示学习方法的研究粒度出发,对近年的研究现状进行了比较全面的分析和讨论。首先探讨网络表示学习的产生动机,阐述了近年的异构网络表示学习的研究历程;然后对具有代表性的算法模型进行分类讨论,归纳其主要的研究内容和所使用的嵌入技巧。最后给出了未来工作中异构网络表示学习可能的研究方向和比较有价值的研究内容。

基于高阶相似性的属性网络表示学习

现有的网络表示学习方法缺少对网络中隐含的深层次信息进行挖掘和利用。对网络中的潜在信息做进一步挖掘,提出了潜在的模式结构相似性,定义了网络结构间的相似度分数,用以衡量各个结构之间的相似性,使节点可以跨越不相干的顶点,获取全局结构上的高阶相似性。利用深度学习,融合多个信息源共同参与训练,弥补随机游走带来的不足,使得多个信息源信息之间紧密结合、互相补充,以达到最优的效果。实验选取Lap、DeepWalk、TADW、SDNE、CANE作为对比方法,将3个真实世界网络作为数据集来验证模型的有效性,进行节点分类和链路重构的实验。在节点分类中针对不同数据集和训练比例,性能平均提升1.7个百分点;链路重构实验中,仅需一半维度便实现了更好的性能,最后讨论了不同网络深度下模型的性能提升,通过增加模型的深度,节点分类的平均性能增加了1.1个百分点。

SQM:基于Spark的大规模单图上的子图匹配算法

针对大规模数据图下基于回溯法的子图查询算法的准确率低、开销大等问题,为提高查询准确率,降低大图下的查询开销,提出一种基于Spark的子图匹配(SQM)算法。首先根据结构信息过滤数据图,再将查询图分割成基本查询单元;然后对每一个基本查询单元分别匹配后进行Join操作;最后运用并行化提高了算法的运行效率,减小了搜索空间。实验结果表明,与Stwig、Turbo ISO算法相比,SQM算法在保证查询结果不变的情况下,速度提高了50%。

图概要技术研究进展

图的概要化,简称图概要,旨在寻找一组简洁的超图或稀疏图,阐明原始图的主要结构信息或变化趋势.当前图概要的研究大多结合原始图的应用领域和背景,使用不同的概要技术构建一个特定的概要图,解决目前大图面临的信息过载、查询优化、空间压缩、影响分析、社交网络可视化等问题.对现有的图概要技术进行了汇总,以概要主要目的作为分类标准划分为基于空间压缩的图概要、基于查询优化的图概要、基于模式可视化的图概要和基于影响分析的图概要四大类,针对部分属性图和无属性图概要算法在真实数据集上进行了相关实验,并从压缩率、信息保持率、信息熵和时间进行对比分析.点明图概要的发展趋势,并指出图概要面临的挑战和可深入探索的研究方向,结合热门的深度学习技术提出了部分有价值的的宏观想法用以解决当前挑战.

异构图卷积网络研究进展

现实世界中的很多场景都能用多种节点类型和边类型组成的异构网络表示。网络中蕴含着丰富语义关系,并具有实际应用价值,引起了学术界和工业界的关注。传统的方法都是基于浅层模型进行异构网络挖掘。近几年,由于图卷积网络在同构网络中表现优越,有许多学者将图卷积网络应用到异构网络的挖掘,在各个任务中都取得了优异的成绩。通过对异构图卷积网络的研究进展进行评述,来了解相关领域的发展状况。介绍了异构图卷积网络的发展,将异构图卷积网络分为基于元路径和自适应异构信息的模型进行详细介绍及归纳,并综合分析了不同的聚合方法。介绍了异构图卷积网络在推荐系统、生物化学、异常检测和自然语言处理中的应用。分析了异构图卷积网络未来面临的挑战以及值得研究的问题。

AVE-562与KU-F10全自动粪便分析仪检测结果的比较

目的:比较AVE-562全自动粪便分析仪与KU-F10粪便分析仪粪便检测结果差异,评价两款仪器性能。方法:以人工镜检作为金标准,两款仪器分别检测粪便WBC、RBC、虫卵,分别计算两种仪器检测灵敏度、特异度、符合率、Youden指数等指标,通过四格表χ^2检验对两种仪器检测结果进行统计分析。结果:AVE-562检测RBC、WBC、虫卵灵敏度分别为93.13%、87.50%、90.38%,特异度分别为99.15%、99.25%、99.64%,符合率分别为98.62%、98.27%、99.22%,Kappa值分别为0.884、0.761、0.920。KU-F10检测RBC、WBC、虫卵灵敏度分别为87.25%、81.25%、73.08%,特异度分别为99.43%、98.30%、99.19%,符合率分别为98.36%、96.89%、98.01%,Kappa值分别为0.602、1.000、0.608。AVE-562检测粪便中WBC特异度、符合率高于KU-F10,差异有统计学意义(χ^2=3.894、4.685,P<0.05),AVE-562检测粪便中虫卵灵敏度、符合率均高于KU-F10,差异有统计学意义(χ^2=5.216、6.211,P<0.05)。结论:两款仪器检测粪便有形成分均有较高灵敏度、特异度、一致性,但仍需要人工审核镜下实景图或联合人工镜检以提高检验质量。

健康成年人血清中22种胆汁酸亚组分参考区间的建立

目的建立健康成年人血清中22种胆汁酸亚组分参考区间。方法收集在首都医科大学附属复兴医院健康管理中心体检的250例表观健康成年人为研究对象,依据美国临床和实验室标准协会(CLSI)C62-A和《液相色谱-质谱临床应用建议》相关标准,使用液相色谱-串联质谱法检测其血清22种胆汁酸亚组分[胆酸(CA)、脱氧胆酸(DCA)、鹅去氧胆酸(CDCA)、猪去氧胆酸(HDCA)、γ-鼠胆酸(γ-MCA)、β-鼠胆酸(β-MCA)、α-鼠胆酸(α-MCA)、熊去氧胆酸(UDCA)、12-酮基石胆酸(12-ketoLCA)、3-脱氢胆酸-1(3-DHCA-1)、石胆酸(LCA)、23-脱甲胆酸(23-Norcholic Acid)、异石胆酸(IsoLCA)、甘氨鹅脱氧胆酸钠盐(GCDCA)、甘氨脱氧胆酸钠盐(GDCA)、甘氨石胆酸(GLCA)、甘氨熊脱氧胆酸(GUDCA)、牛磺胆酸(TCA)、牛磺猪脱氧胆酸钠盐(THDCA)、牛磺脱氧胆酸钠盐(TDCA-1)、牛磺猪胆酸钠盐(THCA-1)、牛磺熊脱氧胆酸二水合物(TDAD-1)]水平,依据CLSI C28-A3建立健康成年人群上述各项的参考区间。结果不同性别健康成年人总胆汁酸及胆汁酸亚组分水平比较,差异无统计学意义(P>0.05)。中青年组与老年组血清THDCA、GDCA、GLCA、γ-MCA、β-MCA、CDCA、HDCA、UDCA、12-ketoLCA、LCA和THCA-1水平比较,差异无统计学意义(P>0.05),故两年龄组可使用统一的参考区间,分别为0.00~65.26、0.59~677.13、0.52~40.21、0.33~81.39、0.00~13.83、5.02~1132.11、0.11~506.99、0.38~682.52、0.02~20.61、0.07~23.88、0.02~8.71 ng/mL。中青年组与老年组血清TCA、TDCA-1、TDAD-1、GUDCA、GCDCA、α-MCA、CA、3-DHCA-1、DCA、23-Norcholic Acid和IsoLCA水平比较,差异有统计学意义(P<0.05),故两年龄组应建立各自的参考区间,中青年组分别为0.51~130.46、0.28~254.25、0.03~50.39、0.92~618.28、29.26~1140.82、0.00~9.55、4.28~538.21、0.02~13.64、0.17~337.80、0.21~25.00、0.03~18.20 ng/mL;老年组分别为0.34~381.20、0.47~658.95、0.02~100.63、1.00~796.97、29.73~1767.08、0.03~48.84、5.05~1226.32、0.07~24.58、0.06~313.06、0.51~125.90、0.08~22.07 ng/mL。结论通过建立健康成年人群胆汁酸亚组分的参考区间,可为后续各种肝胆、胃肠、神经系统疾病的基础研究和临床应用提供参考。

基于索引的子图查询技术研究进展

图作为表示实体间的数据结构,在社区发现、生物化学分析、社会安全分析等数据关联性要求较高的领域有着广泛的应用。对于大规模数据下进行实时的图查询问题,通过构建合适的索引可以有效降低查询响应时间,提高查询精确度。首先介绍基于索引的子图查询算法的基本结构;然后按索引的构建方式将主流算法分为基于枚举的方法和基于频繁模式挖掘的方法两大类,分别从索引特征、索引结构、应用数据集等方面进行介绍和分析;最后对基于索引的子图查询算法面临的主要问题进行总结和分析,阐述了最新的分布式系统下图查询技术,并对未来趋势进行展望。

A Novel Incremental Mining Algorithm of Frequent Patterns for Web Usage Mining

Because data warehouse is frequently changing, incremental data leads to old knowledge which is mined formerly unavailable. In order to maintain the discovered knowledge and patterns dynamically, this study presents a novel algorithm updating for global frequent patterns-IPARUC. A rapid clustering method is introduced to divide database into n parts in IPARUC firstly, where the data are similar in the same part. Then, the nodes in the tree are adjusted dynamically in inserting process by ＂pruning and laying back＂ to keep the frequency descending order so that they can be shared to approaching optimization. Finally local frequent itemsets mined from each local dataset are merged into global frequent itemsets. The results of experimental study are very encouraging. It is obvious from experiment that IPARUC is more effective and efficient than other two contrastive methods. Furthermore, there is significant application potential to a prototype of Web log Analyzer in web usage mining that can help us to discover useful knowledge effectively, even help managers making decision.