关键词： 稀薄非平衡流   本构关系   数据驱动   极端随机树   模型参数  

摘要： 稀薄非平衡流域内连续介质假设已经失效,主要围绕Boltzmann方程及模型方程对稀薄非平衡流开展理论与计算研究,统一气体动理论格式(UGKS)是其中一种代表性方法。在稀薄非平衡流数值模拟中,Navier-Stokes(N-S)方程连续介质假设已经失效,不能有效描述流场非平衡特征。UGKS方法虽然计算精度高,但速度空间离散导致计算效率低下,多维高速条件下数值计算难以开展。基于数据驱动的思想,在N-S方程与UGKS方法的研究基础上发展出了一种稀薄非平衡流非线性本构关系求解方法(DNCR)。该方法以N-S与UGKS求解器获得的流场数值模拟计算结果作为训练数据集,基于流场特征参数采用极端随机树算法生成机器学习模型,对预测流场中线性黏性应力项与热流项进行非线性修正,并耦合非线性本构关系求解宏观守恒方程得到目标状态稀薄非平衡流动数值解。针对DNCR方法中所采用的机器学习方法-极端随机树模型,通过二维顶盖驱动方腔流算例对高维非线性建模涉及的特征参数选取、参数调优开展了相关验证工作,选取若干典型状态对极端随机树模型的泛化性能开展研究,并评估了相关模型与方法的计算精度与计算效率。

关键词： 学业表现   机器学习   预测   心理因素   分类预测模型  

摘要： 随着高等教育规模的扩大,学业表现不良逐渐成为一个不容忽视的现象,对学业表现不良的学生进行预测并提早给予干预可降低退学率并减少教育资源的损失。由于导致学业表现不良的因素众多且关系复杂,传统的基于相关分析的研究方法很难建立早期预测模型并进行应用。本研究旨在利用机器学习算法,对数据进行挖掘,并建立学业表现预测模型。研究对653名大一新生的心理健康状况、应对方式、人格、内外控倾向和相关人口统计学信息进行了收集,并在一年后采集了其学业成绩,利用随机森林(RF)、K邻近(KNN)、支持向量机(SVM)、决策树(DT)、朴素贝叶斯(NB)等机器学习算法建立了分类模型。结果显示,随机森林算法在识别学业表现不良学生时有最好的表现,其中准确率95.86%,召回率91.83%,f1分数为93.80%。特征重要性分析显示,前10个对模型有最高贡献度的特征包括:年龄、性别、是否为独生子、内外控倾向、神经质倾向、积极应对倾向、宜人性倾向、一般症状指数、开放性倾向和焦虑水平。为避免过度拟合问题,本研究在一年后收集的166名新生样本中进行了模型验证,结果显示模型在新数据集上有较好的泛化表现,其中f1分数90.90%,准确率92.60%,召回率89.26%。研究提示基于人口统计学和心理测评信息,机器学习算法有助于及早识别学业表现不良学生并为开展早期干预提供启示。

关键词： 帕金森病   抑郁症状   机器学习   脑形态学   MRI  

摘要： 目的研究脑形态学特征预测帕金森病(PD)患者抑郁症状严重程度的效果。方法对106例PD患者进行头部MRI检查,采集患者的MRI结构像数据。将患者的数据分为训练集和测试集,采用Vertex-base和广义线性模型方法分析皮层厚度与抑郁症状严重程度的相关性,通过支持向量机方法进行症状预测。结果本组患者的抑郁症状严重程度与两侧大脑半球多个脑区的皮层厚度相关;预测的汉密尔顿抑郁量表(HAMD)评分与真实HAMD评分的Pearson相关系数为0.394(P=0.0312),可决系数为0.155。结论PD患者抑郁症状严重程度与大脑皮层厚度具有一定的相关性;并且这些脑形态学特征可以用于PD患者抑郁症状严重程度的预测。

关键词： 对称性破缺   平均场理论   关联长度   自旋玻璃   英国物理学家   计算机模拟   临界指标   机器学习方法  

摘要： 1985年,英国物理学家Elizabeth Gardner从理论上预测了在自旋玻璃模型中存在一种由全副本对称性破缺导致的复杂相变——Gardner相变。近年来的平均场理论计算表明,Gardner相变不仅存在于自旋玻璃,也应该存在于结构玻璃中。然而,如何在实验或计算机模拟中测量Gardner相变对应的临界指标,一直是一个难题,其主要原因是难以精确地测量该相变对应的关联长度。

关键词： 智能家居   智能安防   大家居   机器学习  

摘要： 近年来,随着人们的生活水平不断提高,智能化系统和机器学习方法也在不断发展。现代智能化家居安防系统就是在家庭中布置各类传感设备,门禁系统、监控系统、警报系统等。通过这些传感器,可以实时监测各类异常情况并进行紧急处理,并能通过手机端及时给人们发送邮件、短信以及视频,这样人们就可以实时掌握家庭情况。利用机器学习的方法,可以更好地对系统中的数据进行分析和处理,给人们提供更可靠的家居安防环境,也对未来家居的发展提供宝贵的经验。

关键词： 新型冠状病毒肺炎   电子病历   机器学习   人工智能   诊断  

摘要： 目的挖掘电子病历(EMRs)信息并构建机器学习(ML)模型,评估模型对新型冠状病毒肺炎(COVID-19)的诊断价值。资料与方法采用数据平台获取450例肺炎患者的EMRs,包括COVID-19组90例和非COVID-19组360例,并按照7∶3的比例将数据随机分为训练集315例和验证集135例。采集所有EMRs的临床表现、实验室检查和胸部CT报告等指标,采用单因素分析和多因素Logistic回归分析行指标筛选,构建逻辑回归(LR)、K最近邻(KNN)、决策树(DT)、多层感知机(MLP)、随机森林(RF)、支持向量机(SVM)和可解释增强机(EBM)共7种COVID-19诊断模型,并在验证集中评价其诊断效能。结果从EMRs中提取指标共69个,筛选出9个有统计学意义的指标构建ML模型,包括咳嗽、胸痛、肌酐、C反应蛋白、白细胞计数、乳酸脱氢酶、肌酸激酶、磨玻璃影和实变。验证集中各模型的诊断性能为,①LR:精确率0.815,召回率0.815,F1值0.815,ROC曲线下面积(AUC)0.946;②KNN:精确率0.792,召回率0.704,F1值0.745,AUC 0.931;③DT:精确率0.769,召回率0.741,F1值0.755,AUC 0.843;④MLP:精确率0.852,召回率0.852,F1值0.852,AUC 0.925;⑤RF:精确率0.800,召回率0.889,F1值0.842,AUC 0.955;⑥SVM:精确率0.742,召回率0.852,F1值0.775,AUC 0.906;⑦EBM:精确率0.828,召回率0.889,F1值0.857,AUC 0.970,其中EBM的COVID-19诊断效能最佳。结论挖掘EMRs信息,构建基于ML并具有可解释性的鉴别诊断模型,能够协助医师快速、准确地诊断COVID-19。

关键词： Credit scoring model   Mortgage early delinquency   Machine learning   Gradient boosting   Random forest   Neural network   Ensemble  

摘要： This paper investigates the performance of thirteen methods for modelling and predicting mortgage early delinquency probabilities. These models include variants of logit models, some commonly used machine learning methods, and variants of ensemble models. We find that heterogenous ensemble methods lead other methods in the training, out-of-sample, and out-of-time datasets in terms of risk classification. Nonetheless, various predictive accuracy performance measures yield different rankings among the thirteen methods and no method consistently dominates in this performance dimension in the training, outof-sample, and out-of-time data. Lastly, predictive accuracy is a major challenge facing all mortgage early delinquency models, even in the training data. Published by Elsevier B.V.

关键词： 支持向量机   决策树   K近邻算法   人工神经网络   贝叶斯网络   AdaBoost算法   中医诊断   应用  

摘要： 对近年来数据挖掘技术中的常见机器学习方法应用于中医诊断的概况进行述评。近年来应用于中医诊断的常见机器学习方法有支持向量机、决策树、K近邻算法、人工神经网络、贝叶斯网络、AdaBoost算法等,这些方法各有其优势与不足。今后在促进机器学习运用于中医诊断研究领域时,需基于中医证的多维性、非线性和复杂性的特点,针对中医诊疗中的各项问题制定统一的标准并规范收集数据,选用合适的机器学习方法,寻找中医大数据下的隐藏知识和规律,以推动中医诊断客观化、规范化。

关键词： Ocean colour remote sensing   Climate change   Marine carbon   Machine learning  

摘要： Particulate organic carbon (POC) plays vital roles in marine carbon cycle, serving as a part of ?biological pump? moving carbon to the deep ocean. The blue-to-green band ratio algorithm is applied operationally to derive POC concentrations in global oceans;it, however, tends to underestimate high values in optically complex waters. With an attempt to develop accurate and robust oceanic POC models, this study aimed to explore machine learning methods in satellite retrieval of POC concentrations. Three machine learning methods, i.e. extreme gradient boosting (XGBoost), support vector machine (SVM) and artificial neural network (ANN), were tested, and the recursive feature elimination (RFE) method was employed to identify sensitive features. Matchups of global in situ POC measurements and Ocean Colour Climate Change Initiative (OC-CCI) products were used to train and evaluate POC models. Results showed that machine learning methods produced obvious better performance than the blue-to-green band ratio algorithm, and XGBoost was the most robust among the tested three machine learning methods. However, the blue-to-green band ratio algorithm still worked well for clear open ocean waters with low POC, and ANN was more effective for optically complex waters with extremely high POC. This study provided globally applicable methods for satellite retrieval of POC concentrations, which should be helpful for studying POC dynamics in global oceans as well as in productive marginal seas.

关键词： Harmful algal bloom   Machine learning   Feature selection   GBDT   Feature importance  

摘要： Harmful algal blooms are a major type of marine disaster that endangers the marine ecological environment and human health. Since the algal bloom is a complex nonlinear process with time characteristics, traditional statistical methods often cannot provide good predictions. In this paper, we propose a method based on machine learning with the aim to predict the occurrence of algal blooms by environmental parameters. The features related to algal bloom growth have been experimented for achieving a good prediction of algal concentrations by a combination strategy. We validate the prediction performance on two real datasets from two locations in US and China, i.e., Scripps Pier, California and Sishili Bay, Shandong, respectively. The models and feature subsets have been selected to complete the missing data and predict the phytoplankton concentration. The results demonstrate the efficiency of our method in the short-term prediction of concentrations by selecting appropriate features. The comparison studies prove the advantage of our developed machine learning method. The importance of every features for the prediction performance reveals crucial factors for the outbreak of harmful algal blooms.