基于α-混合序列的学习机器一致收敛速率的界(英文)

Vapnik,Cucker和Smale已经证明了,当样本的数目趋于无限时,基于独立同分布序列学习机器的经验风险会一致收敛到它的期望风险．本文把这些基于独立同分布序列的结果推广到了α-混合序列,应用Markov不等式得到了基于α-混合序列的学习机器一致收敛速率的界．

基于β-混合序列的学习机器的相对一致收敛速率的界(英文)

推广性能是机器学习理论研究的主要目的之一。为了研究相依序列下采用ERM算法的学习机器的推广性能,本文基于β-混合序列建立了采用ERM算法的学习机器的经验风险到它的期望风险相对一致收敛速率的界。这个界不仅把基于独立序列下已有的结果推广到β-混合相依序列的情况,而且对β-混合相依序列现有的一些结论进行了改进。得到了β-混合相依序列下,采用ERM算法的学习机器的推广性能的界。

基于区块链技术的智慧学习机器人设计研究——面向大规模学习服务系统的智慧学习机器人

智慧学习机器人是基于人工智能的大规模个性化学习服务支持体系中的核心节点,由此将带来集中式存储的教育大数据学习服务认证和安全的挑战。基于区块链技术的设计,将成为解决问题的一种新型的系统体系。通过区块链技术实现的智慧学习机器人,可以成为多情境学习记录连续性的有效支持创新方法。区块链技术已经开始在教育教学领域产生影响,尤其是在学生入学评估、学习认证和记录、能力档案证书、学分互认与综合等诸多方面。本研究所针对的智慧学习机器人是服务于中小学阶段的学生,面向家庭、学校以及社区的大规模学习服务应用,基于区块链技术将正式学习和非正式学习管理为一体的不限终端的移动学习系统。该应用可以打破学习地点的固定性,启动学习资源的灵活性,同时记录学习者的学习过程,监督学习者的学习质量,从而在基于大规模学习服务体系中,起到了深度个性化智慧学习的支持效果。

基于双线性变化与多学习机器算法的矿山下沉估算比选模型

研究矿山地表最大下沉值的估算方法具有重要的安全生产意义,该研究的核心及关键问题在于提高估算的精度。本研究基于岩移数据决策、双线性变化及多种学习机器算法,对比筛选估算效果最优的矿山下沉估算方法。首先基于岩移数据决策方法,确定了采厚、倾角、平均采深、走向长度、倾向长度和覆岩岩性为最大下沉的影响参数;随后基于双线性变化的反推算模型,将倾角项转化为与其他参数相同时域数据以求提高估算精度;最后建立了C&RT、CHAID、Boosting Tree、Random Forest、BPNN和SVR等6种学习机器算法的估算模型。通过实例分析,CHAID和Random Forest方法返回了最差的估算结果,Boosting Tree和C&RT方法的估算结果会出现局部大残差值,BPNN估算时间数倍于其他方法,而SVR模型具有易于操作、耗时较短、精度较高的特点。故本研究认为SVR方法是一种高效可靠的最大下沉估算方法。

基于“学习机器论”模式的大学生社会主义核心价值观构建研究

积极构建大学生的社会主义核心价值观是当前高等院校德育的核心内容,认识和了解这一"构建"过程的科学机制对于广大的高校教育工作者而言会起到事半功倍的作用。而英国科学哲学家玛丽·布伦达·赫西教授提出的"学习机器论"从认识论的角度为此提供了有力的理论支持。

基于m-相依序列的学习机器相对一致收敛的界

为了研究m-相依序列下学习机器的推广性能,把基于独立同分布的结果推广到m-相依序列,建立采用ERM算法的学习机器的经验风险到它的期望风险相对一致收敛速率的界.并对m-相依序列现有的结论进行改进,得到了m-相依序列下,采用经验风险最小化算法学习机器的推广性能的界.

基于算法随机性理论和奇异描述的置信学习机器

根据Kolmogorov算法随机性理论 ,为学习机器建立了一种置信机制 ,描述了置信学习机器的算法 论证了通过样本奇异描述函数定义的可计算的样本序列随机性描述函数与Kolmogorov算法随机性理论中定义的 ,不可计算的序列随机性描述函数具有相同的意义 分别从样本空间距离、样本对分类边界的支持力度和样本应变大小 3个不同的角度设计了样本奇异描述函数 ,利用它们实现了置信学习机器算法

老挝铜资源成矿规律与基于机器学习的远景预测

老挝处于特提斯成矿域南东段,具有丰富的矿产资源,但其地质工作基础薄弱,厘定矿产资源成矿规律并开展远景区预测是老挝在重点区实现找矿突破的有效途径。老挝1∶1000000国家尺度地球化学填图由中老双方合作完成,为其矿产资源和环境评价提供了高质量的地球化学基础数据和图件。本文主要利用国家尺度地球化学填图数据,结合老挝已发现矿产成矿规律,利用机器学习技术,开展铜资源远景区预测。研究结果表明:(1)老挝铜矿床的形成明显受到构造-岩浆-沉积作用控制,铜矿床主要类型有斑岩型、夕卡岩型、热液型和砂岩型。(2)老挝全国水系沉积物中铜含量为1.20~459.00μg/g,平均值为21.96μg/g,中位值为16.50μg/g,在7个三级大地构造单元中,长山地块和哀牢山—马江等3个缝合带的平均值高于其他几个构造单元,地球化学图显示铜在老挝分布不均匀,存在多个大面积分布的高背景区和异常区。(3)构建了包括单元素异常、矿化元素组合异常、指示中酸性岩体元素组合、控矿构造分布、碳酸盐岩和碎屑岩分布等要素的老挝铜矿多源信息定量信息预测模型。(4)利用随机森林成矿预测方法,共圈定9个成矿远景区,具有寻找斑岩型和夕卡岩型等类型铜矿找矿前景。

基于机器学习的镍基单晶高温合金蠕变寿命预测模型研究

构建合适的镍基单晶合金蠕变寿命预测模型,对于我国航空发动机叶片设计、强度分析和寿命预测具有重要意义。采用多项式回归、最近邻回归、支持向量机回归、决策树回归四种机器学习算法,建立镍基单晶高温合金蠕变寿命与合金成分、微观组织和蠕变工艺参数的关系模型,为镍基单晶高温合金的蠕变性能调控提供了新方法。基于蠕变寿命预测模型,系统地比较了四种算法和特征选择对模型性能的影响。结果表明,支持向量机回归模型的预测结果最优,相关性较高的四个特征依次为γ′固溶温度、Ta、W、Re。研究结果可为获得更有效的镍基单晶高温合金蠕变性能预测方法提供参考。

不同结构参数下的半U形地下空间烟气运动参数的机器学习预测

结合火灾数值模拟(FDS)与机器学习方法,该文对半U形地下空间火灾时的烟气运动进行了深入分析。研究发现,在预测烟气回流长度及烟气最高温升方面,BP神经网络相比于支持向量机回归(SVR)展现了更高的精度,其决定系数超过了95%,而相对误差仅集中在20%以内,显著优于SVR方法。通过shap值解释机器学习模型,并结合FDS数值模拟的结果,揭示坡高是影响烟气回流长度的决定性因素,且坡高的增大、宽度的减小或热释放速率增大均会缩短烟气回流。同时,热释放速率是影响烟气最高温升的主要因素,受坡高影响较大,而宽度的减小虽能在一定幅度上降低最高烟气温升,但效果并不显著。该研究拓展了地下空间火灾烟气运动参数的预测方法,为地下空间火灾动力学行为预测及通风排烟系统的优化设计贡献了创新性的方法。

基于机器学习的心房颤动患者发生急性脑梗死危险因素分析及预测模型构建

目的探讨基于机器学习的心房颤动患者发生急性脑梗死的危险因素分析及预测模型构建。方法选择2021年1月至2023年12月四川大学华西医院联盟医院/成都市新都区人民医院神经内科及心内科就诊的160例心房颤动患者为研究对象,根据是否发生急性脑梗死将患者分为脑梗死组(n=14)和非脑梗死组(n=146)。通过查阅2组患者的病历资料,统计患者的性别、年龄、非阵发性房颤、饮酒、服用抗凝药物情况、吸烟、心房颤动病程、糖尿病、高血压、高脂血症、脑动脉供血不足、高同型半胱氨酸血症、CHA_(2)DS_(2)-VASc评分、纤维蛋白原(FIB)和红细胞分布宽度(RDW)等,应用单因素和多因素logistic回归分析心房颤动患者发生急性脑梗死的影响因素;采用Python 3.8.0构建XGBoost、lightGBM、logistic回归及随机森林预测模型,并通过受试者操作特征曲线下面积(AUC)进行模型性能验证,评估模型的预测效能。通过最优模型的特征重要性排序功能计算危险因素的相对重要性评分。结果单因素分析结果显示,脑梗死组与非脑梗死组患者的年龄、吸烟者占比、左心房内径增大者占比、非阵发性房颤占比、高同型半胱氨酸血症患者占比、未规范抗凝者占比、RDW、FIB和CHA_(2)DS_(2)-VASc分值比较,差异有统计学意义(P<0.05);2组患者的性别、病程、饮酒史、高血压病史、高脂血症病史、糖尿病病史、脑动脉供血不足病史及左心室射血分数比较差异无统计学意义(P>0.05)。Logistic回归模型结果显示,高龄、吸烟、左心房内径增大、非阵发性房颤、未规范抗凝、FIB偏高、RDW偏大和CHA_(2)DS_(2)-VASc分值较高是心房颤动患者并发急性脑梗死的危险因素(P<0.05)。Logistic回归模型的AUC及F1-score值均最大,为最优预测模型,lightGBM和XGBoost次之,随机森林模型的预测性能最差。采用logistic回归模型的特征重要性排序功能计算8项危险因素相对重要性评分,得到危险因素重要性排名依次为:左心房内径增大、CHA_(2)DS_(2)-VASc评分高、非阵发性房颤、未规范抗凝、高龄、RDW偏大、FIB偏高、吸烟。结论高龄、吸烟、左心房内径增大、非阵发性房颤、未规范抗凝、FIB偏高、RDW偏大和CHA_(2)DS_(2)-VASc分值较高是心房颤动患者并发急性脑梗死的危险因素,4种机器学习模型中预测性能最好的是logistic回归模型,该模型对预测心房颤动患者发生急性脑梗死有一定临床意义。

基于机器学习与红外光谱技术的变压器油老化行为研究

为解决现阶段油品老化分析工作复杂、误差大等问题,提出一种红外光谱与机器学习(ML)相融合的技术。借助傅里叶变换中红外(FT-MIR)光谱仪采集三种变压器油在不同老化时间的样本光谱,运用多种预处理方法对样本光谱进行预处理,以自动寻峰并求得特征峰面积之和。采用偏最小二乘回归(PLSR)和粒子群优化-支持向量机回归(PSO-SVR)算法建立了变压器油老化程度定量分析模型,研究并分析了多种光谱数据预处理方法对红外光谱降噪、基线校正等处理效果以及对两种模型定量分析效果的影响。结果表明,油品光谱预处理效果最好的是平滑法,其中SG+SVR和SG+PLSR模型拟合优度(R^(2))分别为0.9814、0.9913,平均绝对误差(MAE)为0.3124、0.2880,均方根误差(RMSE)仅有0.0977、0.3790。在合适的预处理条件下,两种机器学习算法鲁棒性和可靠性均较强,模型预测值与实际值间差异极小。

基于机器学习的慢阻肺患者再入院预测研究

由于慢性阻塞性肺病(简称慢阻肺)的高复发性,患者计划外再入院问题已成为严峻挑战。本文提出融合不同结构化数据和多种机器学习算法进行风险预测的框架和方法,并以广州某三甲医院近万名慢阻肺患者的真实电子病历数据进行演示。通过构建双向长短期记忆条件随机场命名实体识别模型处理非结构化信息,使用支持向量机、随机森林、极限梯度提升机和反向传播神经网络构建风险预测模型,发现极限梯度提升机模型的预测性能最佳,以及住院时长、查尔森合并症指数、病程、白细胞和嗜酸性粒细胞是再入院最重要的影响因素。本文研究丰富了慢阻肺的相关知识,并为其早期发现、及时诊断和精准干预提供了研究思路和辅助决策工具。

制度松绑、数字治理生态与新质生产力——双重机器学习下大数据管理机构设立的准自然实验

数据具有边际报酬递增乘数效应,是打造新质生产力的新增长极。通过数据制度松绑将赋能新质生产力,助力高质量发展与中国式现代化。借助双重机器学习模型,选取2010—2022年省级面板数据,探讨大数据管理机构设立对新质生产力的影响,考察制度松绑、数字治理生态与新质生产力的内在联系与建链路径。研究发现:①以大数据管理机构设立为代表的制度松绑能有效促进新质生产力发展。大数据管理机构的设立推动数字政策环境、数字经济环境与数字社会环境优化,从而作用于新质生产力发展;②进一步分析发现,制度松绑带来的驱动效应受到异质性因素干扰,其中在高政府效率、高人力资本、高信息化水平地区的作用效果更强。研究结论为新质生产力嵌入制度变迁视角提供理论解读,为通过制度路径和治理体系推动新质生产力发展提供现实依据。

机器学习预测肱骨近端骨折钢板内固定后继发性螺钉切出的风险

背景:继发性螺钉切出关节面是肱骨近端骨折锁定钢板内固定术后的主要并发症之一,切出的螺钉会磨损关节盂和引起肩峰撞击,影响肩关节功能。因此,准确的风险预测有积极的临床意义。目的:通过机器学习方法筛选肱骨近端骨折钢板内固定后继发性螺钉切出的风险因素,开发并验证风险预测模型,便于临床医生早期甄别并干预高风险患者。方法:收集2013年6月至2022年6月接受锁定钢板内固定治疗的214例肱骨近端骨折患者的临床资料作为训练组建立模型,将同一时间段另一医院收治的同类患者61例纳入外部验证组。按照患者术后是否出现继发性螺钉切出,分为螺钉切出组和螺钉维持组。训练组利用随机森林、支持向量机、逻辑回归3种机器学习算法构建预测模型;采用递归特征消除法、10折交叉验证重抽样作为变量的筛选方法,并将3种模型准确度最高时纳入变量的交集作为与螺钉切出高度相关的可靠风险变量。通过R语言软件构建动态预测模型,以网页计算器形式展示,并对模型进行内、外部验证。模型内部检验采用Bootstrap法重抽样1000次,使用受试者工作特征曲线下面积、校准曲线、临床决策曲线评价模型的区分度、校准能力及临床应用价值。通过Youden指数确定预测模型的最佳风险分界值,据此将外部验证组患者分为高、低风险组,根据模型风险预测能力的准确度来评价其稳定性和外延性。结果与结论:①机器学习算法筛选出继发性螺钉切出高度相关的4个风险变量,分别为肱骨近端内侧柱皮质支撑、三角肌结节指数、骨折类型及术后复位情况;②构建的风险预测模型表现出良好的区分度和准确度[曲线下面积=0.874,95%置信区间(0.827,0.922)],校准曲线显示模型预测风险和实际发生风险有较好的一致性;③临床决策曲线提示风险阈值概率在0.1-0.75范围内时,模型具有较好的临床适用性;④风险概率为26%是模型风险分层的最佳阈值,外部验证组利用模型风险分层预测螺钉切出的总正确率为84%;⑤结果说明该风险预测模型准确度和外延性较好,可为指导临床治疗提供依据。

机器学习识别LRRC15和MICB为类风湿关节炎的免疫诊断标志物

背景:类风湿关节炎是一种慢性的自身免疫性疾病,早期诊断对于预防疾病进展和治疗至关重要。因此探究类风湿关节炎的诊断特征和免疫细胞浸润具有重要意义。目的:基于Gene Expression Omnibus(GEO)数据库,通过机器学习算法,筛选类风湿关节炎潜在重要的诊断标记物,并探讨类风湿关节炎的诊断特征与免疫细胞浸润的关系。方法:从GEO数据库获取类风湿关节炎相关的滑膜组织的基因表达数据集,采用批量效应去除法对数据集进行合并,采用R软件进行差异表达基因的鉴定和功能相关性分析,通过生物信息学分析和3种机器学习算法进行疾病特征基因的提取,筛选出类风湿关节炎相关的关键基因。此外,对所有差异表达基因进行免疫细胞浸润分析,分析类风湿关节炎的炎症状态,并对其诊断特征与浸润性免疫细胞的关系进行研究。结果与结论:(1)在类风湿关节炎和正常滑膜组织中,获得了179个差异表达基因,其中124个基因表达上调,55个基因表达下调;(2)富集分析显示类风湿关节炎和免疫反应之间存在良好的相关性;(3)通过3种机器学习算法分析发现,LRRC15和MICB可能是类风湿关节炎潜在的标记物;(4)LRRC15(曲线下面积=0.964,95%CI:0.924-0.992)和MICB(曲线下面积=0.961,95%CI:0.923-0.990)在验证数据集上有着较强的诊断能力;(5)13种免疫细胞浸润发生改变,以巨噬细胞为主;(6)在类风湿关节炎中,免疫细胞功能的多数促炎途径被激活;(7)免疫相关性分析发现LRRC15和MICB与M1型巨噬细胞的相关性最强;(8)结果发现LRRC15和MICB被确定为类风湿关节炎潜在的诊断标记物,具有较强的诊断性能并且与免疫细胞浸润具有显著的相关性;通过机器学习及生物信息学分析加深了对类风湿关节炎免疫浸润的理解,为类风湿关节炎的诊断和治疗提供新的思路。

互联网服务场景下基于机器学习的KPI异常检测综述

关键性能指标(key performance indicator,KPI)异常检测技术是互联网服务智能运维的基础支撑技术.为了提升KPI异常检测的效率与准确性,基于机器学习的KPI异常检测技术成为近年来学术界与工业界的研究热点.在综合分析相关研究的基础上,给出了面向互联网服务的KPI异常检测技术框架.然后,分别针对单变量KPI、多变量KPI和矩阵变量KPI,从挖掘KPI在不同维度域(时间域、度量域、实体域)的依赖模式的角度出发,探讨了用于KPI异常检测的机器学习模型的选择动机.进一步地,以检测性能目标为导向,详细介绍了以准确性目标为核心的KPI异常检测技术(关注如何提升KPI异常检测模型的准确性)和以多目标平衡为核心的KPI异常检测技术(关注如何平衡理论性能与实际应用目标间的关系).最后,梳理了基于机器学习的KPI异常检测技术在KPI监控及预处理、模型通用性、模型可解释性、异常告警管理以及KPI异常检测任务自身局限性5个方面的挑战,同时指出了与之对应的潜在研究方向.

机器学习辅助的烃类分子性质预测与燃料的高通量筛选

通过数据收集、结构优化和量化计算,建立了碳数从1到50的2899个烃类分子“结构-多种性质”数据集,性质包含熔点(T_(m))、沸点(T_(b))、密度(ρ)、0 K下的内能(U_(0))、298.15 K下的内能(U)、298.15 K下的焓(H)、298.15 K下的吉布斯自由能(G)。以表示分子结构的库伦矩阵作为模型输入,建立了决策树回归模型、交叉验证的最小绝对收缩和选择算子回归模型、交叉验证的岭回归模型、极限梯度提升回归模型4种不同的机器学习模型。通过比较不同模型预测性质的精度得出,极限梯度提升回归模型更适用于预测烃类分子的熔点、沸点、密度等通过实验测得的性质,交叉验证的岭回归模型更适用于预测烃类分子的内能、焓、吉布斯自由能等能量的通过理论计算得到的性质。同时,最优的机器学习组合模型可以准确预测相同碳数、不同种类和同分异构体烃类分子的性质。使用最优的机器学习模型计算了34种已通过实验合成的高密度碳氢燃料的密度,计算值与实验值的平均绝对误差为0.0290 g·cm^(-3)。进而,预测了开源数据库GDB-13C中的319,893个烃类分子的燃料性质,并高通量筛选出了37种低凝固点、高密度的新型碳氢燃料候选分子。采用基团贡献法和DFT方法进一步计算了筛选出的碳氢分子的关键燃料性质,这些新型分子与典型燃料JP-10和QC的质量热值和比冲相当。

基于机器学习的不同地幔端元来源玄武岩判别及其元素地球化学特征研究

地幔地球化学是固体地球科学研究的重要组成部分,认识和识别地幔不均一性对于探讨地幔内部物质循环、揭示地球演化规律具有重要意义。目前国际上公认的地幔端元划分方案主要依赖于幔源岩浆岩的同位素数据,但在实际应用中具有一定的局限性。相较于同位素数据,主、微量元素数据的数量更大,实际应用前景更广阔。从数据分析的角度看,幔源岩浆岩的主微量元素有27个指标,远多于常用的Sr、Nd、Pb同位素指标,变量数目的增加可能会提高分类判断的精度,但是也会给分类带来两个问题:一是建模所需的样本数量大大增加;二是传统的二维、三维图版法不再适用。针对上述问题,本文从数据和方法两个层面入手:首先从全球共享地球化学数据库GEOROC和PetDb获取数据;然后采用机器学习方法建立判别模型,最终获得了基于元素特征的玄武岩地幔端元类型逻辑回归模型。该模型不仅具有很好的分类效果,而且有助于分析和总结来自不同地幔端元的玄武岩的元素地球化学特征。该研究对地幔不均一性的精细识别及与其相关的研究工作具有一定的促进作用。

机器学习探究电子气体在沸石分子筛上的吸附

使用机器学习进行高通量筛选是一种新的材料筛选方法,我们结合巨正则蒙特卡罗(GCMC)模拟和机器学习方法研究了沸石分子筛对气体的吸附。使用GCMC模拟方法,计算了12种电子气体在240种纯硅沸石分子筛上的绝对吸附量,并通过Zeo++程序分析了沸石分子筛的17种结构特征。在此基础上,建立了2种机器学习模型:多元线性回归模型和随机森林回归模型,旨在预测沸石分子筛对各类电子气体的吸附能力。同时,通过相关性分析和模型性能评估,揭示了不同结构特征对气体吸附容量的影响程度,并对模型的稳定性和预测精度进行了讨论。