省际地方政府债券信用风险及其溢出效应——基于图注意力网络模型的分析

本文基于复杂网络视角考察省际地方政府债券信用风险及其溢出效应。根据2016—2022年我国地方政府债务在二级市场的月度信用利差及其特征变量,识别了信用利差的变化情况,揭示了信用利差与债券相关指标之间的内在关联。采用图注意力网络模型对地方政府债券信用风险及其影响因素进行评估,考察各类因素在影响信用风险时的交互效应,以及这些因素如何通过复杂网络对地方政府债券信用风险产生直接和间接的影响。在此基础上,本文通过分析省际地方政府债券风险的溢出效应,识别出地方政府债务风险的省际传导机制和部分省份之间债务风险相互增强的特点。基于上述结论,本文从完善二级市场风险预警体系、增强风险溢入效应较强省份财政稳定性、提高风险溢出效应较强省份债务管理水平、建立风险传导网络监控以及协调省际债务发行机制等方面提出政策建议。

基于指数随机图模型的发明者合作网络形成机制研究

聚焦探讨不同因素是否以及如何影响发明者合作网络形成,基于2004—2021年华为在中国申请的专利数据,构建发明者合作网络,运用指数随机图模型探讨行动者属性和内生结构效应对发明者合作网络形成的影响机理。结果表明:发明者合作网络是稀疏网络,呈现星形结构和闭合三角形结构共存的网络结构模式;发明者协同创新能力抑制新合作关系的形成,但发明者合作伙伴多样性和合作深度均促进新合作关系的形成,且具有相同水平合作伙伴多样性或合作深度的发明者之间更容易建立合作关系;发明者倾向于与处于中心位置的发明者建立合作关系以及与具有共同合作伙伴的直接合作伙伴建立新合作关系。

基于文献计量的生态修复成效评估研究进展与展望

气候变化和人类活动导致的生态系统退化和脆弱加剧等问题备受世界关注,生态修复成为恢复受损生态系统的主要途径.生态修复的成效评估是确保生态修复质量和效果的关键环节,并为改进和完善生态修复工作提供科学指导.国内外关于生态修复成效评估的相关研究数量日益剧增,但缺乏系统的文献梳理,对研究领域发展历程和研究热点演变的认识不足.本文基于Web of Science和中国知网数据库,运用文献计量学软件CiteSpace知识图谱可视化方法,对国内外生态修复成效评估研究文献进行发文作者、发文机构、文献共被引和关键词共现分析,并在此基础上进行了展望.结果表明:1)1996-2023年,国内外生态修复成效评估研究发文量呈增长趋势,其中国际文献数量增长更快;2)中国科学院和中国科学院大学的发文量在国内外均处于领先地位,北京师范大学和西北农林科技大学在国际上发文量较多,北京林业大学在国内发文量较多;3)生态修复成效评估研究可以分为3个阶段,即1996-2005、2006-2015和2016年及以后,它们分别对应生态修复成效评估的早期探索阶段、体系完善阶段和快速发展阶段;4)国内外文献的关键词重合度和同步性均不高,相较之下,国际研究更加多元化,但国内近2年研究主题有所拓展,更加关注生态系统整体性保护和多尺度综合评价.

基于时序感知DAG的多模态对话情绪识别模型

针对现有对话情绪识别方法中对时序信息、话语者信息、多模态信息利用不充分的问题,提出了一个时序信息感知的多模态有向无环图模型(MTDAG)。其中所设计的时序感知单元能按照时间顺序优化话语权重设置,并收集历史情绪线索,实现基于近因效应下对时序信息和历史信息更有效的利用;设计的上下文和话语者信息融合模块,通过提取上下文语境和话语者自语境的深度联合信息实现对话语者信息的充分利用;通过设置DAG(directed acyclic graph)子图捕获多模态信息并约束交互方向的方式,在减少噪声引入的基础上充分利用多模态信息。在两个基准数据集IEMOCAP和MELD的大量实验表明该模型具有较好的情绪识别效果。

基于图卷积的陆域智能化无人作战体系效能评估

针对陆域智能化无人作战体系效能评估中存在的系统性不足、关联性缺乏以及高度复杂性考虑不足等问题,提出了一种基于图卷积神经网络(Graph Convolutional Networks, GCN)的陆域智能化无人作战体系效能评估框架,旨在通过利用GCN技术对智能化无人作战体系效能进行精确评估。针对陆域智能化作战特点建立了一套智能化作战的评估指标体系,并将该体系映射到图网络结构上,实现对无人作战体系在复杂作战环境中的高度抽象表示;采用大数据分析技术与专家经验知识对初始数据集进行预处理和特征工程,以优化输入数据的质量;通过应用GCN的半监督学习模式,深入挖掘指标体系的层次结构及其各组成部分之间的相互关联,实现对陆域智能化无人作战体系效能的综合评估。该评估框架针对目前陆域智能化无人作战体系效能评估中存在的诸多问题,提供了一种动态性强、系统化全面的解决方案,展示了GCN在军事科技领域的应用潜力。

知识图谱在口腔医疗器械消毒供应风险控制中的研究

目的:构建口腔消毒供应不良事件知识图谱,设计智能化口腔医疗器械消毒供应不良事件风险评估模型与风险因素分析控制系统,通过系统应用提高口腔器械消毒供应质量。方法:通过数据接入服务实现口腔器械消毒供应数据自动化采集、转换和载入,采用失效模式与效应分析(FMEA)和动态风险评价理论构建口腔消毒供应不良事件知识图谱,采用递归神经网络(RNN)构建消毒供应不良事件风险预测模型及根因分析法,对口腔器械消毒供应不良事件进行风险评估及根因分析。结果:口腔器械清洗不良事件前4项风险因素分别为清洗参数设置错误、清洗后器械有污渍、清洗后管腔清洗未达标和清洗后器械存在水垢,系统预测概率分别为4.67%、2.33%、1.50%和1.39%,与事实发生概率的2.14%、1.85%、0.75%和0.50%总体保持一致。消毒器械表面存在水渍不良事件前4项风险因素为消毒设备温度设置过高、消毒设备消毒时长过久、消毒器械表面污物残留和加热管水垢残留,与实际统计结果前4项风险因素构成比顺序一致。结论:智能化口腔医疗器械消毒供应不良事件风险评估模型与风险因素分析控制系统应用,能够及时发现口腔器械消毒供应操作环节质量隐患并实施风险控制,提高口腔器械消毒供应质量。

超长深埋隧道干雾除尘雾化效果研究

随着隧道建设规模的不断扩大,超长深埋隧道占比不断增大,在其施工建设中会产生大量粉尘,采用干雾除尘的方法进行处理,除尘效果与其雾化效果相关。本文针对超长深埋隧道中干雾除尘雾化效果进行试验研究,以四川某超长深埋隧道为例,采用喷雾雾化特性多参数测试装置并结合MATLAB数字图像处理方法,研究气液压力和气液比对喷雾射程与雾化角的影响,结果显示:保持气压不变时,随着水压的增大,喷雾射程总体上呈现增大的趋势,雾化角呈现减小的趋势;保持水压不变时,增大气压,喷雾射程与雾化角均增大;在气液比一定范围内,喷雾射程、雾化角均随着气液比的增加而增大。

知识图谱在电磁环境效应标准体系中的应用

为实现电磁环境效应标准体系高效性和智能化的构建,文章提出基于知识图谱技术的电磁环境效应标准体系构建方法,论述了知识图谱技术的适用性,从体系和标准两个层面对知识图谱技术搭建进行了研究。最后给出基于知识图谱信息平台在电磁环境效应标准体系的应用,并与传统构建方式进行了对比分析,此方法可解决传统标准管理机制反应慢和混乱等问题,能更智能、更准确的反应标准需求,有助于电磁环境效应标准体系的协调统一和构建质量。

教育知识图谱:研究进展与未来发展——基于2013—2023年中文核心期刊载文的分析

知识图谱与教育教学的深度融合推动了智慧教育的发展。目前有关教育知识图谱的文献综述较为缺乏,有必要从研究规范性及内容视角方面进行补充完善。利用系统性文献综述法对近10年发表的55篇中文核心期刊文献进行统计分析后发现:在关键技术方面,教育知识图谱构建主要包含本体构建、知识抽取、知识表示、知识融合和知识推理5项技术,深度学习方法逐渐成为研究热点;在应用场景方面,教育知识图谱覆盖个性化学习推荐、智能问答(Q&A)、教学资源管理、智能搜索、智能学情诊断和课堂教学分析6类场景,应用的广度和深度不断拓展;在应用效果方面,教育知识图谱促进了学习者个性化学习和碎片化泛在学习,提升了学习者的学习绩效和教师的专业素养;在问题与挑战方面,教育知识图谱存在数据模态单一与缺乏优质数据集、自动化程度低与技术存在边界性、知识建模难度高与能力关照不足、缺乏互操作标准与教育应用率低等问题。后续研究将从完善理论与建立标准、优化技术与精准建模、强化应用与提升效果等方面进行深化。

基于多组件图神经网络的多元序列因果推断

图神经网络对非线性及高阶交互作用具有强大的表征能力,提高了格兰杰因果推断的可解释性和准确性。本文提出了一种基于多组件图神经网络的多元时间序列格兰杰因果关系推断方法(MCGNN),利用多组件图卷积神经网络分别获取多元序列之间的非线性作用关系,同时引入门控循环单元对时间序列进行建模,将多元时间序列之间的因果关系问题转化为时间序列之间的预测问题。在公开的模拟数据和真实数据集上的试验结果表明,相比于当前已知最好的模型,MCGNN具有更高的准确性。特别地,将模型应用于天然气深冷工艺数据集中,能够动态发现深冷工艺中位点传感器之间的因果关系,并与深冷工艺专家的判断一致。

基于全卷积时空网络的数据预测案例分析

阐述基于案例数据,利用图示表学习来捕捉潜在的动态特征。提出时空混合效应卷积模型来预测数据的趋势,将潜在传播模式编码到学习模型中,从数据的时间序列中提取出效应传播的等效网络,并建立混合消息传递机制。在多个公开数据集上对该方法进行评估。实验结果显示了模型的优越性,体现图神经网络在案例预测中的实用价值。

数字政务合作网络形成过程中内生结构因素的传递效应——基于长三角城市群网络的ERGM分析

当前,我国长三角城市群已经形成了联系较为紧密的数字政务合作网络。对此,本文利用社会网络分析和指数随机图模型对收集到的62条长三角城市群数字政务府际合作信息进行实证分析。研究表明,内生结构因素的传递效应可以解释长三角城市群数字政务合作网络的形成过程,即数字政务府际合作伙伴的选择具有传递性,已经建立的合作关系将有助于地方政府达成新的合作关系,降低府际合作达成过程中的交易成本。同时,在数字政府领域的府际合作中,城市的资源基础和条件相近对合作形成的影响不明显。因此,地方政府通过主动寻求府际合作、顺畅府际合作,将更有可能把握数字化的发展机遇,通过不断扩大数字政务合作关系,提升政府为民便民的数字化服务能力。

知识产权保护如何影响全球农产品贸易依赖网络演化?

知识产权保护引致的育种创新颠覆了传统农业集约化生产模式和贸易竞争格局,其对全球农产品贸易依赖网络演化的影响究竟如何,是一个值得深入探究的问题。本文基于1995—2019年101个经济体的农产品贸易数据,通过社会网络分析法、时态指数随机图模型(TERGM)以及其分离的形成模型和解除(或持续)模型(STERGM),定量评估知识产权保护对全球农产品贸易依赖网络演化的影响,并进一步利用Heckman两阶段模型进行影响机制解析。研究发现:出口方与进口方知识产权保护分别形成推力和拉力两股相斥作用力。出口方加强知识产权保护通过质量提升效应、种类扩张效应和市场分散化效应阻碍农产品贸易依赖网络中新依赖关系的形成,并提高旧依赖关系的解除概率,总体上降低了经济体间农产品贸易依赖程度。然而,进口方知识产权保护通过市场势力效应和质量筛选效应,更有利于贸易依赖网络新关系形成和旧关系维持,进而加深了经济体间贸易依赖程度。本研究为我国建立有效的农业知识产权保护制度以及提升农产品国际贸易竞争力提供了实证支持。

基于难治性癫痫患者脑网络特征的立体脑电图引导射频热凝毁损术预后预测

射频热凝毁损术(RFTC)治疗难治性癫痫的疗效的个体差异较大。本课题旨在研究术前脑网络图论指标,建立预测RFTC预后的模型。基于45例难治性癫痫患者术前的立体脑电图数据,建立时变多变量自回归模型,通过计算频谱加权的时变部分指向性相干,构建时变效应连接网络,计算图论指标。根据RFTC后至少3个月的Engel分级,将患者分为RFTC有效组(EngelⅠ和Ⅱ级)与RFTC无效组(EngelⅢ级),进行组间图论指标的统计学分析,并基于图论指标,应用支持向量机(SVM)建模进行预后预测。结果表明,RFTC有效组的标准化的平均聚类系数(P=0.000)、小世界性(P=0.022)显著高于RFTC无效组,标准化的特征路径长度显著低于RFTC无效组(P=0.032)(RFTC有效组的标准化的平均聚类系数、小世界性和标准化的特征路径长度分别为0.9953±0.0002、0.8530±0.0062和1.1688±0.0085;RFTC无效组的标准化的平均聚类系数、小世界性和标准化的特征路径长度分别为0.9940±0.0002、0.8335±0.0056和1.1944±0.0080);应用以上3个指标,通过SVM进行RFTC疗效的预测,准确率达到81.97%。应用难治性癫痫患者术前的脑效应连接网络图论指标标准化的平均聚类系数、标准化的特征路径长度和小世界性建立的预后预测模型可以很好地预测RFTC疗效。

群文阅读教学:理论基础与实践特征

群文阅读教学与当代有效阅读教学的共识高度契合,其内涵确定与实践归旨需要系列理论作为支撑:课程统整理念是贯穿群文阅读教学始终的思想内核,图式理论、互文性理论分别揭示阅读主体与对象的基本特征,阅读过程理论阐释了阅读主体和对象交互的内在机制,学习共同体理论、有效教学理论则为阅读活动外部保障提供理论支持。理论体现于实践,群文阅读教学呈现出理念走向统整融合,目标指向图式生成、改造及运用,内容呈现互文延申,过程体现多元互动,场域形成学习共同体,教学行为体现有效性的实践特征。

小学英语课堂图表支架的效度及其影响因素分析

本研究采用课堂观察和内容分析的研究方法,从支架内容、清晰度、出现时机、教师指导、学生参与状态五个维度,对30节小学英语课堂中图表支架的效度及其影响因素进行了量化统计和质性分析。研究发现,在小学英语课堂中,低认知层次图表支架比高认知层次图表支架应用更广泛且效度更高;低效度图表支架存在支架内容不合理、教师指导不足、学生参与状态不佳等问题。建议教师合理规划支架内容,注重图表的条理性和科学性;实时监控学生参与,注重指导的及时性和有效性。

基于时序图的替补种子节点挖掘算法研究

针对时序图中种子节点失效问题,提出了一种可适用于大规模时序网络的替补种子节点挖掘算法。算法分为启发式预选与贪心式终选两个阶段,预选阶段从失效种子节点局部入手,结合时序图中信息传播的时序特性,定义了节点可替换度的概念,并将其作为选点依据为失效种子节点构建替补列表。终选阶段通过对替补列表中备选节点进行边际效应计算,进一步筛选出能够使得网络影响力达到全局最优的替补种子节点。实验结果表明本文算法挖掘所得替补种子节点可替代性较高,其影响力在保证对特定区域节点高覆盖率的同时,依旧能够维持较高的网络全局影响力。

融合相似用户影响效应的知识图谱推荐模型

知识图谱(KG)具有丰富的结构化信息,能有效缓解推荐模型的稀疏性和冷启动问题,提升推荐系统的准确性与可解释性。近年来,融合知识图谱的端到端推荐模型成为技术趋势。提出了一种融合相似用户影响效应的知识图谱推荐模型,该模型在有效利用知识图谱的前提下,扩充了用户与项目之间的交互方式。首先,利用图神经网络邻域聚合策略与注意力机制,分别捕获用户与项目在知识图谱上的2种高阶表示;其次,根据相似用户的影响效应,设计影响力增强层,捕获相似用户影响效应的潜在表示;最后,将上述3种表示共同反馈到多层感知机中,输出预测分值。在真实数据集上的实验结果验证了所提模型的有效性和效率。

一种评定公开版纸质地图编校质量计算方法

提供一种解决评定公开版纸质地图编校质量中,地图总字数计算方法缺乏适宜性和可操作性的量化指标。探讨在样本测试基础上,借助两种典型性基础地图的样本基数,确定以地图有效面积、要素表达率、城镇化率和质量因子为量化的正相关指标,使地图编校质量评价更加科学、严谨且便于实施。本方法已运用于省内出版相关的图书质量检查的地图编校质量评定,总体评价具有“适用性和便捷性”。近些年的实践,验证了本方法对于福建省域内的评定地图编校质量的差错率计算方法具科学性、实用性。

国际视野下教育增值评价的实践历程:热点主题与演进逻辑

随着教育评价改革的逐步推进,增值评价作为一种能够评测学校或教师对学生学习成效增值“净效应”影响的评价方式,以其促进教育机会平等的优势开始得到研究者的广泛关注。为更好地了解教育增值评价的国际化进程与发展脉络,我们以Web of Science数据库中的教育领域增值评价研究文献为数据源,采用社会网络分析、共现分析、聚类分析、时序分析、知识图谱、频次分析等方法对文献进行量化与可视化分析。研究结果显示:①该研究领域以美国、英国为主阵地,领域核心作者间已初步形成了多个由教育评价与测量、教师专业发展、教育政策与管理等研究方向组成的研究者团队;②基于主题聚类分析归纳出增值评价的热点主题包括增值评价计算建模、增值评价指标设计、协变量差异比较、增值评价成效分析和增值评价政策反馈等;③基于时序分析得出增值评价在理念设计、模型构建、分析方法、实践认知等方面的演进变化,即从注重管理效益到关注反馈优化、从简单普适模型到个性开放模型、从优化统计测量到融合智能算法、从成绩结果驱动到能力发展导向;④基于引文分析总结出增值评价研究从模型可靠性探索到体系有效性探索,再到决策适配性探索这三个时期的侧重点及突出贡献。最后,从理念、模型、方法、数据、技术等方面探讨增值评价的研究趋向,以更好发挥其价值效能。