基于Z-Score动态压缩的高效联邦学习算法

联邦学习作为一种具有隐私保护的新兴分布式计算范式,在一定程度上保护了用户隐私和数据安全。然而,由于联邦学习系统中客户端与服务器需要频繁地交换模型参数,造成了较大的通信开销。在带宽有限的无线通信场景中,这成为了限制联邦学习发展的主要瓶颈。针对这一问题,提出了一种基于Z-Score的动态稀疏压缩算法。通过引入Z-Score,对局部模型更新进行离群点检测,将重要的更新值视为离群点,从而将其挑选出来。在不需要复杂的排序算法以及原始模型更新的先验知识的情况下,实现模型更新的稀疏化。同时随着通信轮次的增加,根据全局模型的损失值动态地调整稀疏率,从而在保证模型精度的前提下最大程度地减少总通信量。通过实验证明,在I.I.D.数据场景下,该算法与联邦平均(FedAvg)算法相比可以降低95%的通信量,精度损失仅仅为1.6%,与FTTQ算法相比可以降低40%~50%的通信量,精度损失仅为1.29%,证明了该方法在保证模型性能的同时显著降低了通信成本。

正常胎儿脐静脉血流量Z评分模型的构建及其对小于胎龄儿围生期不良结局的预测价值

目的构建正常胎儿脐静脉血流量(Quv)Z评分模型,并探讨该模型对小于胎龄儿(SGA)围生期不良结局的预测价值。方法(1)纳入862例18~40周正常胎儿建立模型。以腹部超声测量的腹内段Quv作为因变量,孕周为自变量,采用回归分析获得Quv均数及标准差的最佳拟合方程后,根据公式[Z评分=(实际Quv测值-拟合Quv均值)/拟合Quv标准差]建立正常胎儿Quv Z评分模型。(2)另纳入53例正常胎儿(正常组)和109例SGA,并根据围生期有无不良结局将SGA分为不良结局组(n=50)、无不良结局组(n=59)。利用所建立的模型获得3组的胎儿Quv Z评分。通过绘制受试者工作特征曲线分析正常胎儿Quv Z评分预测SGA围生期不良结局的效能。结果(1)正常胎儿的Quv与孕周呈正相关(P<0.05),Quv的均数及标准差相对孕周的最佳拟合方程均为线性方程。根据公式获得正常胎儿Quv Z评分模型:Z评分=(Quv+346.069-20.754×孕周)(/-51.320+4.075×孕周)。正常组胎儿Quv的Z评分呈正态分布,且不随孕周而改变。(2)不良结局组、无不良结局组、正常组的胎儿Quv Z评分依次增加(P<0.05)。(3)正常胎儿Quv Z评分预测SGA围生期不良结局的曲线下面积为0.843,基于最佳截断值-2.06的预测敏感度、特异度、阳性预测值、阴性预测值分别为74.0%、86.4%、82.2%、76.4%。结论所建立的正常胎儿Quv Z评分模型可消除孕周的影响,具有较好的临床适用性。正常胎儿Quv Z评分是预测SGA围生期不良结局较敏感的指标。

Z比分数不同统计方法在实验室间比对试验结果评价中的比较

Z比分数是评定实验室间比对试验结果的重要方法。系统介绍了计算Z比分数的经典统计法、四分位数稳健统计法、迭代稳健统计法(算法A)和Q/Hampel稳健统计法。并以中国石化销售企业组织的某次实验室间比对试验92号车用汽油(VIB)硫含量数据为统计对象,比较了四种统计方法Z比分数评价结果的差异性。为实验室间比对试验选择合理有效的统计分析方法,提高实验室的检测能力和管理水平提供了参考。

基于Z-Score模型的Y超市财务风险评价

近年来,得益于中国经济的高速增长,带动了零售业的快速发展,尤其是超市。现以Y超市为例,基于Z-Score模型对其进行评价。Y超市是中国前500强企业中的一员,是国内超市领头企业,是超市领域内非常具有代表性的企业。但是最近几年,因为线上生鲜和越来越普遍的以社区为单位的生鲜团购的飞速发展,给线下零售业带来冲击,再加上Y超市近几年的盲目扩张,给企业造成了一定的困境。本文以Y超市所披露的2017年至2021年的财务数据为基准,采用财务关键指标和Z-Score模型对该公司进行财务风险评估。同时,对Y超市的财务风险提出应对措施和建议,以及零售业的行业发展状况。

基于Z评分系统运用通督健脾手法促脾虚质学龄前儿童生长发育研究

目的探讨小儿推拿“通督健脾手法”对脾虚质学龄前儿童生长发育的影响。方法将南昌市洪都中医院收治的60例符合标准的脾虚质学龄前儿童随机分为对照组与治疗组,每组30例。对照组给予饮食指导、健康宣教和密切观察病情等常规保健护理,治疗组在对照组基础上给予通督健脾手法治疗,比较两组治疗前后的脾虚质体质表现积分、生长发育指标及体格测量评分(Z评分)。结果治疗后,两组患儿的脾虚质体质表现积分均下降,且治疗组低于对照组(P<0.05);治疗组身高、体质量指标增值高于对照组(P<0.05),但两组胸围、腰围增值比较差异无统计学意义(P>0.05);两组Z评分(WAZ、WHZ、HAZ)均增加,且治疗组高于对照组(P<0.05)。结论通督健脾手法对改善脾虚质儿童的生长发育及体质转变情况有良好效果,能有效提高患儿免疫力,具有良好的社会效益,值得临床推广与应用。

胎儿心脏测量参数Z-评分在筛查胎儿心脏结构畸形中的临床应用

目的探讨胎儿心脏测量参数Z-评分在筛查胎儿心脏结构畸形方面的临床应用价值。方法选取产前筛查的93例心脏结构异常的胎儿病例,根据其心脏结构异常表现分为右心发育不良组(n=48)和左心发育不良组(n=45例),选取同期筛查的45例正常胎儿为对照组,以胎儿双顶径(BPD)、股骨长径(FL)、孕周(GA)等生物学生长参数为自变量,各心脏测量参数主动脉瓣(AO)、升主动脉(AAO)、肺动脉瓣(PA),左肺动脉(LPA)、右肺动脉(RPA)内径为因变量,建立各心脏测量参数Z-评分,比较各组胎儿Z-评分差异,ROC曲线分析对比各心脏测量参数Z-评分对心脏结构畸形的诊断效能。结果与对照组比较,右心发育不良组PA、LPA和RPA-Z值下降,AO、AAO-Z值上升(均P<0.05),左心发育不良组PA、LPA和RPA-Z值上升,AO、AAO-Z值下降(均P<0.05)。与左心发育不良组比较,右心发育组PA、LPA和RPA-Z值下降,AO、AAO-Z值上升(均P<0.05)。ROC曲线特征显示,AO、AAO、PA、LPA、RPA的Z-评分均具有诊断胎儿心脏结构畸形的效能(均P<0.05),其中左心发育不良以AO-Z-评分诊断价值最高,右心发育不良以PA-Z-评分诊断价值最高(P<0.05)。结论胎儿主动脉和肺动脉超声Z-评分可评估胎儿心脏结构生长发育情况,可为临床产前胎儿心脏结构畸形筛查提供临床指导。

Z比分数和聚类分析在烟草化学成分检测能力验证中的应用

为探究不同Z比分数法对单个指标评价分析的异同,解决Z比分数法无法满足多指标综合评价的问题。本文以烟叶常规化学成分检测的能力验证为场景,一方面比较常规Z比分数法和稳健Z比分数法在单个指标检测能力评定的异同性,优选适宜单指标评价方法;另一方面将Z比分数、主成分分析、聚类分析相结合,建立多指标综合评价方法。评价结果表明:(1)在单指标能力评价中,常规Z比分数和稳健Z比分数求得的实验室满意率均达85%以上,符合经验预期;(2)两种Z比分数的数值相关系数达99.90%以上,且跟随性较好;(3)稳健Z比分数计算更方便,且在不同数据分布形态下具有更好适用性,而常规Z比分数在数据服从或近似正态时有较高适用性;(4)常规Z比分数与聚类分析相结合能有效将40个实验室分为6类,但第一类实验室占比达80%,类与类之间分离度不理想;(5)常规Z比分数先主成分提取再聚类能提高类与类间分离程度和类特征鲜明性,其中第一,二类实验室代表能力验证满意,且检测结果系统性略偏低或略偏高的实验室,第三,四、五、六类则分别代表某一指标不满意、水溶性总糖明显偏低、总植物碱明显偏高、总氮明显偏高的实验室。

超声多参数Z-评分联合模型评估胎儿生长受限的价值研究

目的探讨超声多参数Z-评分联合预测模型评估胎儿生长受限(FGR)的价值。方法回顾性分析2017年1月~2020年12月我院收治的88例单胎、孕22~29周且婴儿出生后确诊为FGR的孕妇临床资料,并以同期年龄、产次、妊娠期合并症等一般资料基本匹配的108例非FGR孕妇资料作为对照。采用Logistic回归方程建立胎儿体质量测定(EFW)、脐动脉(UA)、大脑中动脉(MCA)、脑-胎盘比(CPR)、腹围(AC)和头-腹围比值(HC/AC)等参数的单参数模型和多参数联合模型,并绘制受试者工作特征曲线(ROC),通过与Hadlock-EFW百分位数(Hadlock-EFWc)比较,以评估不同模型预测FGR的价值。结果FGR组EFW、EFWc及CPR、AC、HC/AC的Z-评分均明显低于非FGR组,UA-PI、MCA-PI的Z-评分高于非FGR组(P<0.001)。联合模型预测FGR的灵敏度为82.95%、特异度为70.37%、约登指数为0.533、ROC曲线下面积(AUC)为0.897,95%CI为(0.795,0.956),其预测效能优于Hadlock-EFWc及各超声单参数(P<0.05)。结论超声多参数Z-评分联合模型预测FGR相较Hadlock-EFWc和超声单参数更为准确且诊断价值更高。

Z-Score模型对科技型上市公司财务风险预警的适用性检验

选取2011年宣布特别处理的科技型上市公司中的20家ST公司,以及与其同行业、资产总额基本相同的20家非ST公司作为研究样本,利用Z-Score模型分析了ST公司宣布特别处理前三年及非ST公司相对应年度的财务数据,计算得出Z值。通过对Z值的分析,认为Z-Score模型对我国科技型上市公司财务风险的预警是有效的。

资本结构对财务风险影响的实证研究——基于Z-score模型法和中小板上市公司数据

以2012年160家中小板上市公司为样本数据,定量分析股权结构、债务结构和所有者权益构成等对中小企业财务风险的影响。研究表明中国中小企业上市公司资本结构对财务风险影响的回归模型拟合优度良好,财务风险水平整体上较低,财务运行状况良好。

基于Z-Score模型的环境污染与经济发展的联合分析

联合分析污染物排放与经济发展的关系,对明确污染物排放状况,更好地实施绿色发展,落实供给侧改革很有必要。基于Z-Score标准化分析法,根据全国2005~2014年的相关污染物数据,针对废水中COD排放量、废气中SO2排放量、工业固体废弃物产生量与国内生产总值GDP进行联合分析。联合分析结果表明,对三种污染物用污染系数进行联合分析,与单就一种污染物进行分析的污染程度评价结果有所不同;同时也表明,各种污染物联合计量与经济发展的关系分析与单个污染物与经济发展的关系不一致。联合分析各种污染物与GDP的关系可反映出较真实的污染状况和经济发展质量,为客观、科学的评价环境质量和经济发展状况,制定相关的法规政策提供依据。

Z-score分数和泊松分布在血站血液核酸筛查室内质控的应用

目的制作1种采用Z分数(Z-score)和泊松(Poisson)分布方法对数值自定义的核酸定性室内质控图以反映血站血液(核酸)筛查实验室在控、假阳性、假阴性质控点。方法采集2018年12月份本站核酸实验室检测数据作出Excel表,自定义室内质控品检测阴性和阳性结果,以时间为横坐标,自定义值为纵坐标,绘制自定义室内质控核酸室内质控图;以时间为横坐标,以±3为告警限,±4为失控限,采用Z分数法建立核酸实验室内部质控品(IQ)、外部质控品(EQ)及标本内对照(IC)的核酸检测系统产生的扩增循环数(Ct值)Z-score质控图;采用Poisson分布概率法计算每日核酸检测阳性概率,在Excel表中以时间为横坐标,以概率为纵坐标,以P=0.05为失控限,绘制Poisson分布阳性概率质控图。验证将这3种统计方法质控图在血液筛查实验室的实用性、可行性。结果自定义核酸定性室内质控图简单明了可适用于不产生数值的室内质控;Z-score质控图能够同时呈现3个联检项目和内标的Z值,能够避免数据非正态分布引起的假失控;Poisson分布阳性概率图能够反应出实验室污染或检测过程有效性。结论 Z-score和Poisson统计方法建立的室内质控图满足了血站血液筛查实验室NAT定性检测室内质控的要求,具有预警失控和试验有效性的功能,能有效提升献血者血液核酸检测质量控制和实验室管理能力。

基于Z-Score模型的我国房地产业上市公司财务风险的实证分析

在宏观经济紧缩和严厉调控政策的影响下,我国房地产企业已经出现了显著的财务风险。本文运用Z-Score财务风险预警模型,对在深市A股上市的61家房地产企业财务风险进行了实证研究,并在此基础上针对性地提出了房地产企业加强财务管理和风险防范的建议。

国内外信息检索研究热点分析——基于Z-Score标准化的词频

通过利用基于Z-Score标准化的词频统计分析法,从研究主题、关键技术和学科特点对国内外信息检索领域研究的热点进行分析,可以看出国内外基于网络环境的研究成为重要主题;研究的关键技术大体相同,但侧重点不同;国外的研究集中在计算机领域,国内集中在图书情报领域。而未来信息检索中,网络信息检索将得到进一步的发展,知识、多媒体等将成为信息检索的关键主题,新信息检索技术将会成为日后关注的重点。

基于人群搜索算法的上市公司的Z-Score模型财务预警研究

针对传统的Z-Score财务预警模型预警能力的不足,导致无法准确判定上市公司的财务风险状况,将SOA算法的良好寻优能力和Z-Score财务预警模型结合起来,提出一种改进的Z-Score财务预警模型,构建出SOA算法优化Z-Score财务预警模型的适应度函数。仿真对比发现,改进的Z-Score财务预警模型其平均识别率高达96.33%,远远高于SVM算法和AdaBoost算法的平均识别率,改进的算法极大地提升了Z-Score财务预警模型的预测能力,使其更具适应性。

Z-score模型最优分割点的确定方法比较——基于违约风险预测能力的分析

Z-score模型在对企业进行财务困境和违约风险判别方面具有重要的应用价值,最优分割点的确定方法对于提高模型的违约风险判别能力至关重要。本文以医药生物行业上市公司为样本,运用Fisher逐步判别法从15类财务比率中筛选出判别能力较强的7个指标构建了Z-score模型,并尝试采用加权平均法和考虑先验概率及误判成本的ZETAc模型法分别确定最优分割点。研究发现,ZETAc模型法预测企业违约风险的能力明显优于加权平均法。

上市公司财务预警Z-Score模型应用及修正——以“香梨股份”为例

以香梨股份有限公司为例,通过Z-Score模型构建了财务预警模型,同时,建立了F分数模型作为修正。提出了更多可以借鉴的定量财务预警模型,引入非财务指标,作为财务预警模型的发展趋势,使财务预警模型更加完善。

基于Z-score模型的废水排放总量与浓度综合分析研究

污染物排放数量与环境质量、经济发展息息相关,综合分析污染物排放的总量和浓度,对明确污染物排放状况,改善环境质量和制定可持续发展战略很必要。研究基于Z-score标准化模型,基于中国2005-2014年废水污染物数据,对废水排放总量和废水中污染物浓度进行综合分析研究。分析结果表明：废水排放总量和污染物浓度综合分析的结果与单一排放总量或者排放浓度的分析结果有出入,以2005年废水排放总量和污染物浓度为例,综合分析的结果为环境污染中等,而单独就废水排放总量而言环境污染最轻,就浓度数据而言,环境污染较严重。指出总量和浓度的综合分析相对于单一指标的分析更能反映污染的实际状况,能为客观、科学的环境质量评价,制定环境管理法规政策提供定量依据。

Altman’s Z-Score模型在企业风险管理中的应用研究

随着市场竞争的加剧,信息化、高科技化进程的加快,企业决策难度、经营成本和收益的波动增大,企业风险管理彰显出重要性。笔者通过对沪、深证券交易所2007年～2009年暂停上市或终止上市的32家公司的Z值分析,认为用Altman’s Z-Score模型预测企业风险是有效的。根据对Altman’s Z-Score模型组成变量的比较分析,笔者提出了企业防范风险的有关措施。

基于Z-score模型的汽车行业上市公司财务风险实证分析

随着市场经济的不断发展,汽车行业作为国民经济支柱产业的地位越来越重要。加强汽车行业的财务风险预警能够为财务信息使用者及时提供有用的决策信息,进而提高汽车行业整体的财务管理水平,增强抗风险能力。本文通过运用Z-score模型对2011年我国汽车行业上市公司总体状况进行分析,得出我国汽车行业上市公司一半以上财务状况良好,破产的可能性较小,但部分公司存在一定财务风险且财务管理水平有待提高的结论。