应用双曲空间特征融合的姓名消歧方法研究

针对传统用户影响力分析等研究遇到姓名重名的挑战,姓名歧义的影响日益严重的问题,本文基于双曲空间结合欧氏空间进行特征融合,提出融合多空间特征的网络对齐方法(geometry interaction network alignment,GINA),有效建模网络结构对用户姓名消歧的主要作用。本文同时使用欧氏空间和双曲空间进行网络表示学习,以获取具有不同空间特点的网络结构信息,使用跨空间网络映射及跨空间特征融合在尽量减少空间映射损失的情况下实现不同空间的信息交互得到最终的网络表示,进行网络对齐,进而实现姓名消歧。本文在中文论文合作网络、英文论文合作网络和中文专利合作网络上,两两对齐构建论文-专利实证数据网络对齐数据集和中文-英文实证数据网络对齐数据集,开展GINA模型在网络对齐数据集上对重名人员身份识别和中外论文身份识别2个实证场景试验验证,双曲空间融合欧氏空间相比单一空间精确率增加了24.9%,验证了GINA方法的有效性。

大跨度双曲空间桁架钢结构地铁车站施工关键技术研究

大跨度双曲空间桁架钢结构具有造型优美宏伟、空间利用率高等特点,在重要建筑工程项目上应用较多。该类结构形式复杂,跨度大,制作及安装难度大、技术要求高。北京大剧院地铁车站采用大跨度双曲空间桁架钢结构,造型极具特色。基于此,文章以北京大剧院地铁车站工程为例,对该工程采用的“弦支穹顶结构+双向错层交叉网格屋盖+中心落地花篮柱+周圈辅助支承体系”总体设计方案及结构安装步骤展开论述,对该工程双曲空间桁架钢结构施工关键技术进行研究和总结,以期为钢结构建设创新发展奠定技术基础,为其他类似工程设计及施工提供参考和借鉴。

双曲空间上p(x)-Laplace算子的Picone恒等式及其应用

Picone恒等式在偏微分方程的研究中起着重要的作用,其应用非常广泛。把欧式空间?~N中的p(x)-Laplace算子推广到双曲球模型Β~N和双曲半模型Η~N上,建立双曲空间上p(x)-Laplace算子相对应的Picone恒等式并给出这些恒等式的应用,从而把欧氏空间中变指数问题的相关结果推广到双曲空间上。

拟双曲度量空间中广义反演函数的性质

基于一般度量空间中flattening函数和admission反演函数的概念,在拟双曲度量空间中引入拟对偶的概念,并借助于拟双曲度量作为工具,结合flattening函数和admission反演函数的性质来刻画了拟双曲度量空间中广义反演函数的几何特征。

双曲型Q_K空间、Dirichlet空间与α-Bloch空间的关系

近年来,Q_K空间的研究受到了广大学者的关注。这类空间的性质很依赖于权函数K(r)。研究其对应的双曲型Q_K空间,刻画了当非减函数K(r)满足什么条件时,它与双曲Dirichlet空间、双曲α-Bloch空间相互包含。

Protein-HVGAE:一种双曲空间中的蛋白质编码方法

蛋白质相互作用(PPI)网络中的蛋白质功能预测、蛋白质交互预测和复合物识别是生物信息学的重要任务,非常依赖于对蛋白质的编码。由于PPI网络是由少量中枢节点主导的无标度网络,传统欧氏空间嵌入方法难以捕捉网络中的层次结构,导致蛋白质编码效果并不理想。提出一种基于双曲空间图嵌入的蛋白质自编码器Protein-HVGAE,该模型采用两个双曲图卷积网络作为编码器,计算隐藏层的均值和方差,并在不同曲率的双曲空间中捕捉网络的层次结构,以区分各节点的低维表示;采用Fermi-Dirac函数做解码器,在双曲空间上通过内积运算重构网络。实验结果表明,该模型在3个PPI数据集中的两个下游任务(PPI预测和蛋白质功能预测)上的表现优于以往在欧氏空间中的编码方法(在PPI预测中AUC值高于VGAE模型0.07左右,在蛋白质功能预测中Macro-F1值高于VGAE模型0.02左右)。

基于莫比乌斯陀螺矢量空间的双曲正定核

层次结构数据广泛存在于各类机器学习场景中,双曲空间能够以极低的失真编码层次结构数据,引入核方法后,可进一步提高双曲空间的表征能力.然而,现有的双曲核仍然存在自适应能力较低或数据失真的缺陷.为了解决这些问题,文中提出基于莫比乌斯陀螺矢量空间的双曲正定核方法.利用莫比乌斯陀螺矢量空间与庞加莱模型之间的关系,构造莫比乌斯径向基核.具体使用莫比乌斯陀螺距离代替欧几里得距离,构造莫比乌斯高斯核和莫比乌斯拉普拉斯核,并进一步证明核函数的正定性.另外,将该核函数从复空间转换到实空间上,更适用于大多数机器学习任务.在多组真实的社交网络数据集上的实验验证文中方法的有效性.

一种面向旋转空间站的绕月双曲交会导引控制方法

针对面向环月旋转空间站的绕月双曲交会导引过程,提出一种多阶段导引控制方法。关于近程导引的设计,采用连续推力条件下相平面开关控制的方法进行制导。关于远程导引的设计,提出基于偏差演化线性近似法的脉冲修正控制方法,达到了远距离粗制导的目的。对可能存在的异面偏差扰动,采用一种阻尼振动形式的控制加速度进行异面偏差修正。仿真结果表明,该方法能够精准高效地解决面向旋转空间站的绕月双曲交会导引控制问题。研究结论可为降低载人月球探测任务运输成本提供参考。

结合双曲图注意力网络与标签信息的短文本分类方法

针对现有方法在文本分类任务中没有综合考虑文本的层级结构和标签对于文本特征学习的重要性而导致的鲁棒性不足、表达能力不足等问题,提出了一种基于双曲图注意力网络的短文本分类算法L-HGAT。利用文本的复杂层级结构与双曲空间的树相似性特征的契合性,将文本嵌入到具有负常数曲率的双曲空间中,充分利用双曲流行表征的强大表达能力。设计双曲图注意力网络,融合节点特征与边特征,增强对文本中关键局部信息的聚合能力。使用基于双曲空间中的测地线距离的标签文本交互函数进一步引导文本特征学习,以此提升文本分类精度。实验结果表明,与基准模型相比,所提方法在基准数据集上显著优于现有研究方法,能够有效地提升模型性能,更好地完成文本分类任务。

对数Bloch型空间上微分复合算子乘积的本性范数

目的为刻画微分复合算子乘积C_(φ)D^(m)在对数Bloch型空间上的本性范数特征。方法利用有界序列{z^(n)}∞n=1刻画对数Bloch型空间上微分复合算子乘积C_(φ)D^(m)的有界性特征,以及泛函分析中的算子理论,例如紧算子性质和对本性范数上下界的估计。结果在C_(φ)D^(m)有界的条件下,给出了微分复合算子C_(φ)D^(m)的本性范数特征,即这里m为非负正整数,微分复合算子乘积为C_(φ)D^(m)f=f(m)°φ。结论在C_(φ)D^(m)有界的条件下,则微分复合算子C_(φ)D^(m)的本性范数可由有界序列{z^(n)}∞n=1的特征刻画。

双曲空间中渐近拟非扩张映射与几乎渐近拟非扩张映射混合迭代的强收敛

在双曲空间中,引入了关于三个渐近拟非扩张映射和三个几乎渐近拟非扩张映射新的SP-迭代算法,获得了渐近拟非扩张映射和几乎渐近拟非扩张映射在新的SP-迭代算法下的强收敛性定理,所得结果推广和改进了相关文献的结论.

公共建筑大空间吊顶施工质量管理要点

针对大型公共建筑通常采用的特色各异复杂几何造型大空间吊顶效果呈现困难、质量管控难的特点,以杭州萧山国际机场出发层双曲蜂窝铝板吊顶为例,从前期深化设计阶段、中期采购加工阶段和现场安装阶段等各自侧重的施工管理要点进行剖析总结和实践,完美实现了设计意图,为同类项目提供参考。

加权Bergman空间到μ-Bloch空间的复合算子

给定α>-1,p>0和[0,1)上的正规函数μ,得到了Cn中单位球上加权Bergman空间Aαp到μ-Bloch空间βμ的复合算子C(?)为有界算子和紧算子的充要条件,同时也给出了几个推论．

复杂网络的双曲空间表征学习方法

复杂网络在现实场景中无处不在,高效的复杂网络分析技术具有广泛的应用价值,比如社区检测、链路预测等.然而,很多复杂网络分析方法在处理大规模网络时需要较高的时间、空间复杂度.网络表征学习是一种解决该问题的有效方法,该类方法将高维稀疏的网络信息转化为低维稠密的实值向量,可以作为机器学习算法的输入,便于后续应用的高效计算.传统的网络表征学习方法将实体对象嵌入到低维欧氏向量空间中,但复杂网络是一类具有近似树状层次结构、幂率度分布、强聚类特性的网络,该结构更适合用具有负曲率的双曲空间来描述.针对复杂网络的双曲空间表征学习方法进行系统性的介绍和总结.

关于双曲空间中的椭圆

在双曲空间中引进相应的椭圆概念、讨论椭圆的方程,并对椭圆的对称性等几何性质做出细致考察.

双曲空间中的Beltrami-Klein坐标系

双曲平面上的Beltrami-Klein坐标系将被推广到n-维双曲空间中.测地线的坐标表示将被确定为与欧氏空间中的形态一样.

关于双曲空间中椭圆的一些几何性质

在双曲空间中,考察椭圆的包含关系,对弧长元素、测地曲率、曲率、面积及全曲率等几何量做出细致考察.

多圆柱上μ-Bloch空间之间的点乘子

设μ和ν是[0,1]上的正规函数,刻画了C^n中以多圆柱D^n为支撑集的广义Bloch型空间β_μ到β_ν之间的点乘子.

多复变μ-Bloch空间上Gleason问题的可解性

设B和U^n分别表示C^n中单位球和多圆柱,并设μ是[0,1]上一个正规函数.对任意给定的b∈B,证明了Gleason问题(B,b,β_μ)是可解的,同时也证明了Gleason问题(U^n,0,β_μ)也是可解的.

双曲空间H^(n+p)(-1)中具常数量曲率的完备子流形(英文)

设Mn是Hn+p(-1)中具有常标准数量曲率的n维完备子流形,本文证明了这种完备子流形的某些内蕴刚性定理和分类定理,并对超曲面的情形进行了研究．