中国科学技术大学大数据学院
- 作品数：44 被引量：30H指数：3
- 相关机构：华南理工大学工商管理学院合肥工业大学管理学院中南林业科技大学物流与交通学院更多>>
- 发文基金：国家自然科学基金安徽省高等学校质量工程教学研究项目中国博士后科学基金更多>>
- 相关领域：自动化与计算机技术理学生物学社会学更多>>
- 基于联邦学习的网络化ICU呼吸机和镇静剂管理方法
- 2023年
- 医疗物联网设备的激增和丰富的医疗数据为智慧医疗提供了新的可能。重症监护室(ICU)的病人依靠众多医疗边缘设备来持续监测管理患者的健康状况。在ICU常见的治疗干预措施中,有创机械通气和镇静剂的注射多用于维持患者的呼吸功能,提高治疗质量,而现有的治疗干预措施很大程度上依赖于医生的判断。文中提出了一种基于联邦学习的临床辅助决策方法——MFed,可以基于网络化ICU分布式协作学习最佳干预政策。该方法应用基于差分隐私的联邦学习方法,打破了医疗数据隐私方面的限制以及医疗数据孤岛的窘境;用分布鲁棒优化确保最坏情况下的性能并结合伪孪生网络实现自适应地滤除噪声数据。最后,在现实ICU数据集上的实验表明,与其他最先进的基线相比,所提方法的准确率提高了36.75%。
- 曹林霄刘佳朱怡飞周浩泉龚伟于卫华李朝友
- 粗粒化模拟研究核糖体30S小亚基的组装动力学
- 2023年
- 核糖体是一种生物大分子复合物,它负责蛋白质的生物合成。在大肠杆菌(E.coli)中,完整的核糖体由30S小亚基和50S大亚基组成。大约半个世纪以来,30S小亚基一直是研究核糖体体外组装的关键模型系统,并提出了其组装图谱。然而,该RNA-蛋白质复合物动态组装过程中很多的结构细节仍然未知。本文按照30S小亚基组装图谱的顺序进行了一系列粗粒化模拟,以研究其组装过程中的构象动力学。我们发现,裸露的16S rRNA三级结构非常不稳定,即使与早期组装蛋白结合后仍然会出现类似情况。中期组装蛋白可以显著限制16S rRNA的柔性,并使后者接近于天然结构。晚期组装蛋白的最终结合使16S rRNA完全获得其功能运动。特别地,我们发现蛋白S9和S3对30S小亚基的组装可能比其他核糖体蛋白有更重要的贡献。如果已知组装图谱,我们的粗粒化模拟策略可以广泛应用于研究生物大分子复合物的组装动力学。
- 刘欣张志勇
- 关键词：核糖体主成分分析
- 基于教师-学生时空半监督网络的城市事件预测方法
- 2023年
- 离散时空事件预测是城市计算领域中的重要科学问题之一.现有工作主要聚焦于使用多样化的时空神经网络对城市动态特征与事件时空关联进行建模,且已经取得了一定成效,但仍然存在以下问题:首先,城市事件具有诱因多源和时空稀疏性,而这种时空稀疏性可能同时源于事件本身的稀少性和采集的不完整性,现有工作尚未能解决短期预测中的稀疏性挑战及零膨胀问题;其次,已发生事件倾向于继续向周边区域传播事件风险,但由于现有工作同质化了动态特征和事件之间的交互关联,因此其不能捕捉历史事件对未来事件风险带来的交互影响.鉴于此,为协同地利用事件标记信息和时空特征,本文提出基于教师-学生时空半监督学习框架以预测短期离散事件的时空分布.在教师网络中,为应对事件标记的稀疏性,本文在时空学习中引入半监督机制,提出基于自编码器的特征重建和时空方差异常描述引导的动态特征表示学习;在学生网络中,本文设计了特征-事件解耦的双管道学习机制,并提出时空衰减图卷积网络与长短期记忆网络来模拟事件在时空范围内发生的风险传播.此外,本文发展了时空多粒度预测机制,通过易学的粗粒度预测任务指导细粒度的高质量预测,最终实现粗-细粒度协同提名的离散时空事件预测.实验基于纽约和苏州工业园区数据集开展,本文模型能够在事件击中准确率上分别超越最好的基线模型5.46%和10.65%,充分验证了提出方法的有效性.
- 周正阳刘浩王琨王鹏焜王旭汪炀
- 基于树莓派平台的柑橘智能识别与采摘
- 2023年
- 【目的】基于树莓派平台,设计轻便式的柑橘智能识别与机器人采摘,为柑橘采摘减轻劳动力与机械智能化提供理论与实验依据。【方法】制作柑橘数据集,使用深度卷积神经网络(YOLOv4-tiny)验证柑橘数据集的有效性,同时在电脑上离线训练好YOLOv4-tiny柑橘识别模型;基于树莓派平台,嵌入YOLOv4-tiny模型,设计柑橘智能识别系统;建立五自由度机械臂运动学模型与轨迹规划函数,嵌入树莓派平台。使用树莓派开发板、一个摄像头以及小型五自由度机器人,手动启动树莓派中的YOLOv4-tiny模型,系统自动完成柑橘识别与采摘,具体步骤为:调用OpenCV开启摄像头,将摄像头采集到的视频转换为Im格式,并输入YOLOv4-tiny模型中,模型识别出待采摘柑橘的位置,机械臂再进行实际采摘。【结果】深度卷积神经网络(YOLOv4-tiny)模型对橘子二维坐标识别率为98%,嵌入树莓派后,结合目标到相机距离相似三角形计算法,能准确识别柑橘位置三维坐标(-3.2,19.7,16);驱动机械臂到达位置坐标后,再令夹持器夹紧并摘取柑橘,先后共调试80次,得到机械臂运动最佳时间为1000ms、夹持器末端采摘动作的最佳运动时间为500ms,末端夹持器摘取的平均角度为-60度,这样采摘时速度合适也不会发生抖动;进行了20次采摘测试,平均成功摘取率达到了90%以上。【结论】基于树莓派平台设计的柑橘深度识别与采摘系统,能实现柑橘三维位置坐标的识别并准确采摘,为机器人柑橘采摘的智能化提供了一定的理论基础与实验借鉴。
- 杨环宇黄文静李义华段小刚康思宇王子怡罗肖媛蒋勉
- 基于行政大数据的失业率估计:以某四百万人口城市为例被引量：2
- 2021年
- 我国城镇登记失业率指标稳定在4%左右,难以较为准确反映就业动态;而劳动力调查样本量有限,城镇调查失业率对省以下各级行政区域代表性不足。本文将针对大数据的机器学习算法与针对传统统计数据的核算思想结合起来,基于某四百万人口城市2016—2018年的全样本行政大数据,利用机器学习算法,对每个城镇居民每个月的就业状态进行预测,再利用统计核算方法,估计出该城市的失业率。在个人层面,本文的模型在样本外测试集上的准确率达到96.7%。经过统计核算加总,本文估计的当地失业率在合理区间范围内,并表现出明显的周期性特征,对就业形势动态变化的刻画明显优于当地一年发布一次的登记失业率数据。本文基于个人层面的预测结果,进一步探讨了当地失业人口的性别与文化程度特征,以及再就业的时间规律。本文针对如何使用行政大数据辅助经济决策提出了新的范式,对大数据时代如何理解经济与制定政策具有参考意义。
- 中国经济大数据研究组黄冠华郑重杨雨成杨路孔京承孝敏杨周旺
- 关键词：统计核算失业率
- 基于通用因果树对观测型数据进行子群因果效应推断
- 2023年
- 探索因果效应中的异质性在政策评估和决策制定方面具有广泛的应用。近年来学者们开始应用机器学习方法来发掘因果关系,目前流行的方法大多聚焦于估计个体水平上的异质性处理效应。然而在大数据场景下,识别子群水平上的处理效应能更直观地给决策者展示异质性的形成机制。本文提供一种树类方法,在观测型数据下识别子群异质性处理效应,称为通用因果树。它通过最大化节点之间处理效应的差异来进行树的分裂,并且嵌入了半参数框架改善节点上处理效应估计量的表现。同时,我们借鉴honest估计隔离了树的建立与参数的推断过程,实现子群处理效应的有效推断。模拟实验表明,该方法在子群识别和参数估计的正确性上均有明显优势,并且可以提供有效的统计推断。
- 张采蔚郑泽敏
- 关键词：因果推断
- 建模交互关系和类别依赖的视频动作检测
- 2023年
- 目的视频动作检测旨在检测出视频中所有人员的空间位置,并确定其对应的动作类别。现实场景中的视频动作检测主要面临两大问题,一是不同动作执行者之间可能存在交互作用,仅根据本身的区域特征进行动作识别是不准确的;二是一个动作执行者在同一时刻可能有多个动作标签,单独预测每个动作类忽视了它们的内在关联。为此,本文提出了一种建模交互关系和类别依赖的视频动作检测方法。方法首先,特征提取部分提取出关键帧中每个动作执行者的区域特征;然后,长短期交互部分设计短期交互模块(short-term interaction module,STIM)和长期交互模块(long-term interaction module,LTIM),分别建模动作执行者之间的短期时空交互和长期时序依赖,特别地,基于空间维度和时间维度的异质性,STIM采用解耦机制针对性地处理空间交互和短期时间交互;最后,为了解决多标签问题,分类器部分设计类别关系模块(class relationship module,CRM)计算类别之间的依赖关系以增强表征,并利用不同模块对分数预测结果的互补性,提出一种双阶段分数融合(two-stage score fusion,TSSF)策略更新最终的概率得分。结果在公开数据集AVA v2.1(atomic visual actions version 2.1)上进行定量和定性分析。定量分析中,以阈值取0.5时的平均精度均值mAP@IoU 0.5(mean average precision@intersection over union 0.5)作为主要评价指标,本文方法在所有测试子类、Human Pose大类、Human-Object Interaction大类和Human-Human Interaction大类上的结果分别为31.0%,50.8%,22.3%,32.5%。与基准模型相比,分别提高了2.8%,2.0%,2.6%,3.6%。与其他主流算法相比,在所有子类上的指标相较于次好算法提高了0.8%;定性分析中,可视化结果一方面表明了本文模型能精准捕捉动作执行者之间的交互关系,另一方面体现了本文在类别依赖建模上的合理性和可靠性。此外,消融实验证明了各个模�
- 贺楚景刘钦颖王子磊
- 基于因果关系和特征对齐的图像分类域泛化模型
- 2023年
- 针对现有域泛化方法性能较差或缺乏理论可解释性的缺点,提出了一种基于因果关系和特征对齐的图像分类域泛化模型,并证明了该模型的可识别性。该模型利用域泛化中的因果关系来学习含有不同信息的特征,将域泛化问题转化为特征相关分布的偏移,再利用特征对齐消除偏移。为提高模型的性能,采用对抗训练进一步优化学到的特征。在公共数据集上的实验结果表明,新提出的模型与目前最优的方法性能相当,表明该模型具有理论可解释性的同时,还有不俗的实际性能表现。
- 明水根张洪
- 关键词：因果关系
- 基于共享近邻和优化关联策略的边界剥离聚类
- 2023年
- 边界剥离聚类算法(BP)是一种基于密度的聚类算法,它通过逐渐剥离边界点来揭示聚类的潜在核心,已经被证明是一种十分有效的聚类手段.然而,BP算法仍存在一些不足之处:一方面,数据点的局部密度仅考虑了距离特征,使得边界点的确定不够合理;另一方面,BP算法中的关联策略容易误判异常值,并且在分配边界点时容易产生连带错误.为此,本文提出了一种基于共享近邻和优化关联策略的边界剥离聚类算法(SOBP).该算法使用了基于共享近邻的局部密度函数来更好地探索数据点之间的相似性,同时优化了BP算法中的关联策略,使得每次迭代中边界点不再仅与一个非边界点进行关联,并进一步采用了边界点与非边界点、已剥离边界点之间的双重关联准则.在一些数据集上的测试表明,相较于其他6种经典算法,该算法在评估指标上表现更佳.
- 冯洁净侯新民
- 社交网络下的移动群智感知任务扩散
- 2023年
- 移动群智感知是智慧城市数字化建设的核心基础技术之一,是移动计算领域的热点研究课题.近年来,移动群智感知虽然已有许多代表性的研究成果,但从整体上看距离大规模的普及应用仍有不少距离,在实际推广应用中仍面临着用户参与度不高的问题.为此,引入社交网络IM (影响最大化)传播模型,考虑到现实情况下概率信息的缺失,通过在线学习的方式,在进行影响力活动的同时学习影响力概率,即根据用户反馈不断更新影响力模型信息,从而提出新的基于该模型的任务扩散方案.通过使用真实的社交网络数据集进行实验,结果表明提出的方法在传播范围方面比传统的IM方法更有效,为移动群智感知系统的实际推广应用做出贡献.
- 孙驰
