基于新西兰实际震害资料的地震损失不确定性分析

描述地震作用与工程破坏之间关系的易损性曲线及其概率分布对于地震灾害损失的可靠评估至关重要。以对数正态分布为主体的现行易损性概率分布模型无法很好地描述完好无损和完全破坏这2种边界条件。文中基于新西兰近40万栋房屋的历史震害信息,确认了这2种边界条件的存在,并对各种给定地震动水平下结构的损失分布进行了研究,提出了考虑上述2种边界条件的易损性混合概率分布模型,即首先单独考虑完好无损和完全破坏2种边界情况,然后再利用分布函数拟合其他的地震损失分布。通过对混合概率分布模型的损失分布与实际损失分布进行比较,验证了文中所提模型的有效性,可以用于未来分析地震损失的不确定性分布。

基于不确定性度量的半监督语义分割方法

基于深度学习算法的预测通常被盲目地认为是准确的,而这种劣势在半监督学习中更为明显.为了解决这个问题,本文引入了一种简单但有效的正则化方法,即不确定性交叉伪监督.该方法通过不同的参数初始化对双学生网络施加了一致性约束,并将一个学生输出的独热分割图用作伪标签来监督另一个学生.同时独热分割图之间的詹森-香农距离用来估计伪标签的不确定性.此外,本文还提出了一种不确定损失用于降低拥有高不确定性的伪标签所带来的损失项权重.实验结果表明,本文方法实现了最先进的半监督语义分割性能.

带有半渐进式分层提取机制的轻量化多任务模型

多任务学习目前广泛被应用于各大领域,然而大部分效果较佳的模型都有着复杂的网络层级和架构,导致这些多任务学习模型很难被应用于资源有限的设备上,例如:经费有限但是人口基数大的国家或地区进行人口普查预测、便携设备的翻译等任务。为解决这一问题,提出半渐进式分层提取的轻量化多任务模型。模型首先通过对顶层任务独有的专家模块进行剪枝,将原先负责提取每个独立任务深层信息的工作交由每个任务的塔层模块进行。这一做法使得模型既能轻量化,同时也保留了将任务共享参数和任务独有参数分离及分层次提取信息的特点。为了弥补剪枝后模型性能及准确率上的下降,参考不确定性对损失加权的思想,引入动态联合损失进行优化,使得模型可以不断预测任务之间重要性对每个任务的损失进行权值调整。同时,也对部分超参数进行调优。通过模型在公共数据集UCI人口普查-收入数据集上的评估,最终证明模型有着与轻量化之前不分上下的性能。

基于不确定性损失函数和任务层级注意力机制的多任务谣言检测研究

【目的】通过引入不确定性损失函数和层级注意力机制,解决多任务谣言检测研究中主观设定主任务和辅助任务问题。【方法】融合谣言勘探、立场检测和谣言检测任务的领域信息,构建改进的任务层级注意力机制模型。同时,首次在多任务谣言检测研究中,引入同方差不确定性损失函数,替代传统损失函数。最后使用PHEME数据集,将改进模型与传统多分类模型进行对比。【结果】所提模型相比于目前最优模型,在Pheme4数据集中,Macro-F值提升4.2个百分点;在Pheme5数据集中,Macro-F值提升7.6个百分点。【局限】只在Pheme数据集进行实验测试,对于其他谣言检测数据集未测试。【结论】该模型在不划分主任务和辅助任务的情况下,仍可得到理想解。

区域水灾风险评估模型研究的理论与实践

首先立足于风险研究这个大背景下，在理论上对风险的概念进行了比较分析。然后针对水灾的风险， 根据其研究与实践中的侧重点不同，分为“损失可能性”学派、“未来损失”学派以及“损失不确定性”三 个学派。在此基础上，分析了水灾风险的不确定性，从而提出了基于概率论和可能性理论的水灾风险定义， 并将此定义应用于区域水灾风险评估的模型中。最后，探讨了水灾风险评估研究的问题与对其未来的展望。

基于Bayesian理论的测试性验证试验方案

为了降低测试性验证试验的不确定性风险损失,提出了基于Bayesian理论的测试性验证试验方案。该方案综合考虑了故障注入成本以及弃真和采伪两类风险损失,建立了基于风险损失的试验方案模型。根据Bayesian理论,结合验前信息推导出试验最小样本和最大合格判定数的计算公式,并给出基于Bayesian平均风险准则的弃真和采伪两类风险参数的求解方法。在此基础上,按照试验期望风险损失最小的原则求解试验方案模型。结果表明,该方案能有效降低试验两类风险损失。

A Review of the Study on the Uncertainty of Earthquake Loss Estimation

In this paper,the types of research methods that contain uncertainty are first introduced,and then the description is concentrated on the progress of study on different types of uncertainties in seismic disaster and loss estimation. The main methods applied to uncertainty study are reviewed. Preliminary discussion of the problems currently existing in estimation is also made.