多源数据驱动的轧机振动预测及可解释性分析

为研究轧制过程动态工艺参数对轧机振动的影响规律,改善现有研究中机理模型精度较低且数据模型缺乏可解释性的问题,采用极端梯度提升(Extreme Gradient Boosting,XGBoost)算法建立基于多源数据的轧机振动预测模型,并使用SHapley Additive exPlanations(SHAP)框架对预测模型进行解释。通过与其他预测模型相比,XGBoost预测模型可以利用工艺参数实现对轧机运行状态的高精度预测。基于SHAP框架解释的结果表明,出入口厚度、轧制力、轧制速度对轧机振动影响较大,后张力对轧机振动影响较小。研究为提高轧机设备与工艺参数的匹配度,实现将工业数据应用于轧机振动预测和分析提供理论基础。

基于可解释随机森林的场地放大系数估算方法研究

场地放大系数(F_(pga))是反映地震动峰值在不同地区的差异,也是评估地震动影响范围的关键参数。F_(pga)的估算采用单一参数,靠经验选取,估算结果存在较强的主观性。为此,选取KiK-net台网40个台站的地震记录,基于随机森林算法提出一种综合多参数的F_(pga)估算方法,且可解释各参数对F_(pga)估算的影响。所提估算方法以震级、震中距、震源深度、震源距、覆盖层厚度h、场地周期T、等效剪切波速(V_(SE)、V_(S30)、V_(S20)、V_(S10))作为输入,F_(pga)为输出。结果表明:预测F_(pga)的相关系数为0.84,误差均值为0.01;震中距、震源深度、震源距对F_(pga)估算呈正相关,震级、h、T、V_(SE)、V_(S30)、V_(S20)、V_(S10)对F_(pga)估算呈负相关,其中T和h对模型的影响最大。该模型可有效预测场地放大效应。

基于LightGBM与SHAP的信贷违约预测方法研究

机器学习方法在信贷领域取得了较好的成果,但由于缺乏可解释性,应用受到限制,为增加其可信度和透明度,克服“黑盒”模型缺乏可解释性的缺陷,基于LightGBM算法建立信贷违约预测模型,并设计SHAP算法对模型的结果进行解释。结果表明,模型性能更好,预测精度更高,其精度高达88.61%;SHAP算法解释结果表明“信用组合的分类”“要支付的剩余债务”“每月EMI付款”等因素对信贷决策有着重要影响。

基于LightGBM和SHAP方法的居民投资风险偏好的实证分析

作为金融产品市场的重要客户群体,居民投资者的风险偏好在很大程度上决定了其对不同风险收益特征的金融产品的需求。文章利用LightGBM模型和SHAP方法对2017-2019年中国金融调查数据进行实证分析,基于高维特征充分挖掘居民风险偏好的影响因素及其影响机制。结果显示,年龄、金融素养、家庭收入和收入的跨期变动影响显著,其中年龄和金融素养的影响最为重要,年龄和居民投资风险偏好存在负向关系,而金融素养的提升会抬升风险偏好水平,收入对风险偏好的影响则较为复杂,存在非线性特征。

基于神经影像的深度学习模型可解释性方法在阿尔茨海默病识别中的应用

阿尔茨海默病(AD)是一种神经退行性疾病,至今其发病机制尚不明确,且无有效治愈方法。AD对家庭和社会造成严重的生活与经济负担,研究表明及时预防和干预能够延缓AD的发生与发展,其早期筛查与诊断具有重要意义。目前,基于神经影像模型的AD预测已有了快速发展。首先,总结基于深度学习技术的AD预测模型,并从模型结构、数据规模以及局部和全局脑区等3个方面进行对比分析,指出其中的三维卷积神经网络模型性能最优,数据规模的持续扩增也有助于提升模型性能;然后,对目前神经影像模型的可解释性方法进行总结,对比基于敏感性分析和反向传播的可解释性方法在AD识别中的优势和缺陷,指出以反向传播为代表的可解释性方法更适合于AD研究;最后,针对研究现状,指出实现语义化的医学影像分析以及生成可理解的诊断报告将是下一步的发展方向。

图神经网络算法架构及可解释性研究分析

首先,全面概述了图神经网络的基本概念和意义,对基于谱的图神经网络、基于空域的图神经网络和其他图神经网络三个类别进行了系统性介绍,同时总结了训练过程中常用的优化技术。其次,分析了图神经网络领域目前面临的可解释性问题的挑战,从而明确了研究目标。随后,阐述了图形神经网络的可解释性基本概念与基础理论,将其分类为实例级和模型级可解释性技术,并列出了评估图学习方法可解释性的度量指标。最后,在结语部分总结了本文的主要研究脉络,并对该领域的未来研究方向提出了建议。旨在介绍图神经网络的理论基础以及其在可解释性领域的研究。

从SHAP到概率——可解释性机器学习在糖尿病视网膜病变靶向脂质组学研究中的应用

目的基于可解释性机器学习算法构建糖尿病视网膜病病变(diabetic retinopathy,DR)的早期识别模型,并探讨SHAP(SHapley Additive exPlanations)在脂质组学数据中的应用。方法基于本项目组的DR靶向脂质组学数据,通过可解释性机器学习的方法进行特征筛选;在建立糖尿病视网膜病变的早期识别模型后,通过全局、特征和个体三个层面对模型进行解释,并将SHAP值转换成概率以增强可解释的能力。结果本研究筛选出了5种内源性脂质代谢物,构建了一个性能较为优秀的糖尿病视网膜病变的早期识别模型,并成功使用SHAP及概率解锁了模型。结论脂质代谢物质可以应用于糖尿病视网膜病变的早期识别;SHAP在进行黑盒模型的解锁时表现出色,且有较高的实践应用价值。

工作胜任力研究新视角:一种解释性方法

对胜任力研究的理性主义方法认为,人与工作是两个独立的实体,即主客二分。工作胜任力是与高绩效工作相关的知识、技能及个人特质等具体的属性,这些属性具有情景独立性。一种解释性方法——现象描述分析学从主客融合的角度来理解工作胜任力,认为胜任力由工作者的工作概念所构成。对解释性方法在胜任力研究中的特性及运用进行了详细的探讨。

胜任力研究:一种解释性方法的共性及变异

基于文献的基础介绍了解释性方法对胜任力的研究,聚焦于一种解释性方法——现象描述分析学在建立胜任力模型中数据分析阶段的共性及变异。数据分析阶段常常不能被研究者很好地理解,本文厘清这个过程,从而让更多的研究者运用这种方法来研究工作胜任力。

论解释性翻译的原则与方法——以China Daily的报道为例

解释性翻译是对外传播中释疑解惑,消除异质文化噪音,提高传播清晰度的常用策略。要把解释性翻译运用到位,背景信息的选择必须满足四个原则:准确、简洁、省力、趋同。只有遵循这四个增补信息的原则指导,外宣译者才能发挥主观能动性和创造性,最大限度地提高信息传播的清晰度,增强对外传播效果。

公司债券信用利差微观影响因素研究——基于机器学习方法的分析

基于2008—2022年我国A股上市公司发行的公司债券二级市场月度面板数据,使用多种机器学习方法研究债券个性因素与公司个性因素对公司债券信用利差的影响与贡献。研究结果表明,信用评级、月交易天数比例、公司产权性质、公司规模为公司债券信用利差的重要影响因素,企业资产负债率、债券剩余期限、控股股东股权质押比例、资产回报率、公司所属行业、第一大股东持股比例、公司股价波动和债券换手率为公司债券信用利差的次要影响因素;公司债券信用利差预测值与信用评级、公司规模、公司产权性质显著负相关,与债券月交易天数比例显著正相关;月交易天数比例、公司产权性质、公司规模对不同信用评级组别的影响存在异质性。债券月交易天数比例和公司产权性质对AA级及以下的低信用评级公司债券信用利差影响更大,发债公司规模对不同信用评级公司债券信用利差影响的差异性较小。

奥运奖牌可以被预测吗?——基于可解释机器学习视角

基于1992-2021年夏季奥运会的分项目成绩大数据,使用随机森林模型评估不同项目金牌和奖牌的可预测性,发现各项目存在较大的差异:对奖牌而言,可预测性最强的是乒乓球、羽毛球和游泳,而最弱的是水球、现代五项和排球。基于可解释机器学习方法挖掘社会经济因素对奥运奖牌的影响发现:(1)对同一个项目而言,女子项目的可预测准确性普遍高于男子项目;(2)代表队所在地区的人口规模、人均GDP、是否为主办国等因素对奖牌总数具有一定影响;(3)在特定项目上,代表队的传统优势(如中国的乒乓球、美国的田径等)对奖牌预测具有较大影响。

深度学习可解释性综述

随着数据量呈爆发式增长,深度学习理论与技术取得突破性进展,深度学习模型在众多分类与预测任务(图像、文本、语音和视频数据等)中表现出色,促进了深度学习的规模化与产业化应用。然而,深度学习模型的高度非线性导致其内部逻辑不明晰,并常常被视为“黑箱”模型,这也限制了其在关键领域(如医疗、金融和自动驾驶等)的应用。因此,研究深度学习的可解释性是非常必要的。首先对深度学习的现状进行简要概述,阐述深度学习可解释性的定义及必要性;其次对深度学习可解释性的研究现状进行分析,从内在可解释模型、基于归因的解释和基于非归因的解释3个角度对解释方法进行概述;然后介绍深度学习可解释性的定性和定量评估指标;最后讨论深度学习可解释性的应用以及未来发展方向。

Shapley值及其应用

Shapley值是合作博弈理论中最重要的概念之一,其在经济学、社会管理等领域具有十分广泛的应用.本文回顾了合作博弈的Shapley值的理论研究,并从Shapley-Shubik权力指数、拼车费用分摊、图博弈的Page-Shapley值以及SHAP方法与机器学习等4个方面介绍了Shapley值的应用进展.

人工智能可解释性与评估方法

由于AI缺乏可解释性,人们无法得知AI作出错误决策的原因,也很难直接改进AI模型,因此对人工智能可解释性的研究非常必要。通过研究提出了AI可解释性的概念和研究的必要性,综合目前主流的研究成果,提出了实现AI可解释性的建模前、建模中、建模后三类方法,在此基础上提出AI模型可解释性的评估方法。

一种面向不平衡数据的心脏病风险预测可解释性框架

目的研究疾病预测模型存在的类别不平衡性与不可解释性难题。方法结合极限梯度提升(eXtreme gradient boosting,XGBoost)、混合采样和Shapley加法解释(shapley additive exPlanations,SHAP)分析,提出一种面向不平衡数据的心脏病风险预测可解释性框架ICRPI。结果该框架下的风险预测模型平衡准确度为0.94250,AUC为0.98603,模型可视化分析获得高龄、高体质量指数(body mass index,BMI)值、患有糖尿病等9个心脏病危险因素,并得出高龄的糖尿病患者、高BMI值且诊断为糖尿病或临界糖尿病患者、高BMI值且缺乏体力活动群体为患心脏病高危群体,临界糖尿病人群参与体力活动可降低患心脏病风险。结论ICRPI框架适用于真实临床不平衡数据分析,且能明确给出致病风险因素及其相关性,可有效提高临床诊断准确率的同时为医生提供致病因素分析,智能辅助医生临床诊疗。

基于可解释机器学习方法的RC深受弯构件开裂剪力预测

钢筋混凝土(Reinforced Concrete,RC)深受弯构件易发生脆性剪切破坏,斜裂缝产生及发展伴随全过程,开裂剪力是关键指标之一.建立了276根含开裂荷载信息的RC深受弯构件受剪试验数据库,采用机器学习XGBoost集成算法预测其开裂剪力,并采用5项统计指标评估机器学习模型的预测性能.从无腹筋和双向腹筋两类工况,对比了所建机器学习模型与5个半经验半理论计算公式的预测结果,表明所建预测模型的预测精度较高且离散性小,其R2为91%,预测值与试验值比值的均值为0.99,标准差为0.27.此外,采用SHAP(SHapley Additive exPlanations)可解释性方法对机器学习模型预测结果进行全局解释和局部解释,特征重要性排序由重要到一般依次为:加载板宽度、截面高度、混凝土抗压强度,表明所建模型及可解释性方法是符合机理的.

基于过程可解释的洗钱行为识别方法研究

针对目前银行业普遍使用的基于规则的可疑交易检测系统识别率低等问题,文章在决策树分类模型的基础上探索了可解释机器学习算法在反洗钱领域的应用,利用真实交易数据进行实验验证。结果表明,该方法可有效提高洗钱交易行为的识别效率。

机器学习模型可解释性方法、应用与安全研究综述

尽管机器学习在许多领域取得了巨大的成功,但缺乏可解释性严重限制了其在现实任务尤其是安全敏感任务中的广泛应用.为了克服这一弱点,许多学者对如何提高机器学习模型可解释性进行了深入的研究,并提出了大量的解释方法以帮助用户理解模型内部的工作机制.然而,可解释性研究还处于初级阶段,依然还有大量的科学问题尚待解决.并且,不同的学者解决问题的角度不同,对可解释性赋予的含义也不同,所提出的解释方法也各有侧重.迄今为止,学术界对模型可解释性仍缺乏统一的认识,可解释性研究的体系结构尚不明确.在综述中,回顾了机器学习中的可解释性问题,并对现有的研究工作进行了系统的总结和科学的归类.同时,讨论了可解释性相关技术的潜在应用,分析了可解释性与可解释机器学习的安全性之间的关系,并且探讨了可解释性研究当前面临的挑战和未来潜在的研究方向,以期进一步推动可解释性研究的发展和应用.

基于非线性定向降维的k近邻致密砂岩储层含气性预测方法

本文提出利用全连接人工神经网络(FANN)进行非线性定向降维并结合k近邻方法分类的致密砂岩储层含气性预测方法。k近邻方法能够依据样本间相似性,针对性地选取对应的部分训练样本建立局部模型,但缺乏含气敏感属性的提取能力,并面临“维度灾难”问题。由于样本中的含气性特征虽然是重要特征,但不一定是主要特征。线性降维方法难以准确提取这些特征。我们通过训练一个合理搭建的FANN并输出其中间低维特征实现对训练样本和待预测样本的非线性定向降维。这种做法既能够增加样本的可分性,同时避免了通过样本低维空间中的最大差异实现降维而改变样本固有分布特征的问题。另外,k近邻方法对降维数据进行分类,还等效于用k近邻方法替代FANN中具有线性分类作用的深层结构,有利于白化FANN的黑箱问题。本方法在具体的物理场景中挖掘机器学习算法的物理内涵,提高了智能方法的可解释性。将本方法应用在实际数据中,预测结果显示本方法能够一定程度上挖掘局部波形属性中蕴含的含气敏感信息,实现小范围的致密砂岩储层精确刻画。