关键词： debris flow   DAN3D   barrier   hazard assessment   machine learning   Umyeon mountain 2011  

摘要： If a slope located near a densely populated region is susceptible to debris-flow hazards, barriers are used as a mitigation method by placing them in flow channels;i.e., flowpaths. Selecting the location and the design of a barrier requires hazard assessment to determine the width, volume, and impact pressure of debris-flow at the moment of collision. DAN3D (Three-Dimensional Dynamic Analysis), a 3D numerical model for simulating debris-flow, has been widely used to perform hazard assessment;however, solely using DAN3D would be both insufficient and inefficient in finding the optimal barrier location. Therefore, the present study developed a framework that interprets the results from DAN3D simulation without considering any barriers. Then, the framework generates hazard assessment maps showing the impact parameters of debris-flow along the flowpath by various algorithms and machine learning methods, such as the k-means clustering algorithm, and also computes the width of the debris-flow, which is not explicitly calculated in DAN3D. A case study of the debris-flow at Umyeon mountain, Korea, in 2011, was used to generate hazard assessment maps. The maps were demonstrated to be a tool to quickly compute the impact parameters for conceptual barrier design with the aim of finding potential barrier locations.

关键词： Parkinson's disease   Outcome prediction   Motor symptom (MDS-UPDRS-III)   Predictor and feature subset selection algorithms  

摘要： Purpose: It is vital to appropriately power clinical trials towards discovery of novel disease-modifying therapies for Parkinson's disease (PD). Thus, it is critical to improve prediction of outcome in PD patients. Methods: We systematically probed a range of robust predictor algorithms, aiming to find best combinations of features for significantly improved prediction of motor outcome (MDS-UPDRS-III) in PD. We analyzed 204 PD patients with 18 features (clinical measures;dopamine-transporter (DAT) SPECT imaging measures), performing different randomized arrangements and utilizing data from 64%/6%/30% of patients in each arrangement for training/training validation/final testing. We pursued 3 approaches: i) 10 predictor algorithms (accompanied with automated machine learning hyperparameter tuning) were first applied on 32 experimentally created combinations of 18 features, ii) we utilized Feature Subset Selector Algorithms (FSSAs) for more systematic initial feature selection, and iii) considered all possible combinations between 18 features (262,143 states) to assess contributions of individual features. Results: A specific set (set 18) applied to the LOLIMOT (Local Linear Model Trees) predictor machine resulted in the lowest absolute error 4.32 +/- 0.19, when we firstly experimentally created 32 combinations of 18 features. Subsequently, 2 FSSAs (Genetic Algorithm (GA) and Ant Colony Optimization (ACO)) selecting 5 features, combined with LOLIMOT, reached an error of 4.15 +/- 0.46. Our final analysis indicated that longitudinal motor measures (MDS-UPDRS-III years 0 and 1) were highly significant predictors of motor outcome. Conclusions: We demonstrate excellent prediction of motor outcome in PD patients by employing automated hyperparameter tuning and optimal utilization of FSSAs and predictor algorithms.

关键词： pattern recognition   human-machine interface   machine learning   MEMS sensors   haptic feedback   motor learning  

摘要： The teaching of motion activities in rehabilitation, sports, and professional work has great social significance. However, the automatic teaching of these activities, particularly those involving fast motions, requires the use of an adaptive system that can adequately react to the changing stages and conditions of the teaching process. This paper describes a prototype of an automatic system that utilizes the online classification of motion signals to select the proper teaching algorithm. The knowledge necessary to perform the classification process is acquired from experts by the use of the machine learning methodology. The system utilizes multidimensional motion signals that are captured using MEMS (Micro-Electro-Mechanical Systems) sensors. Moreover, an array of vibrotactile actuators is used to provide feedback to the learner. The main goal of the presented article is to prove that the effectiveness of the described teaching system is higher than the system that controls the learning process without the use of signal classification. Statistical tests carried out by the use of a prototype system confirmed that thesis. This is the main outcome of the presented study. An important contribution is also a proposal to standardize the system structure. The standardization facilitates the system configuration and implementation of individual, specialized teaching algorithms.

关键词： 不完整数据   缺失值   分类   D-S证据理论   能耗预测  

摘要： 针对不完整数据,已经发展出很多预处理方法,如删除法和填补法,删除法会造成信息浪费,填补法会带来不确定,因此不完整数据分类成为了研究重点。建筑能耗预测从宏观上分析建筑能耗变化,对建设环境友好型社会具有长远的意义。在建筑能耗预测中,各种数据丢失使传统方法很难适用,不完整数据分类及其在建筑能耗预测中的应用具有重要的研究意义。本文围绕这一问题开展不完整数据分类及其在建筑能耗预测中的应用研究。针对不完整数据分类问题,提出两种不完整数据分类算法,并对算法效果进行验证;在所提算法基础上,应用在建筑能耗预测,验证算法应用的可行性。具体研究内容如下:(1)提出基于D-S证据理论的不完整数据混合分类算法。将聚类与分类算法结合,对完整样本聚类并选择训练集,并根据剩余样本现有属性,构建多个训练集训练相应分类器;在D-S证据理论下将部分样本划分到复合类中,并对复合类中的不完整样本估计、分类、融合得到最终分类结果。该算法能够在有效表征不精确样本并降低误分率。(2)提出基于属性的不完整数据分类算法。将不完整数据集划分得到多个数据子集,每一个数据子集训练一个分类器并计算分类器权重;将属性相似度和属性权重综合对测试集中的缺失值进行估计,利用分类器将测试集分类并融合分类结果。该算法能够有效减少误分率并对基础分类器的选择具有较高的适用性。(3)针对可能的两种建筑能耗数据不完整情况进行模拟,基于以上两种算法,构建相应的建筑能耗预测模型进行预测,通过与其他两种方法的三种指标进行比对分析,得出所提不完整数据分类算法能够有效应用在建筑能耗预测中。

关键词： 石油地质大数据   机器学习   三维地质建模   知识本体   孔隙度预测   海洋油气资源综合评价  

摘要： 石油地质大数据中隐含了丰富的石油地质知识,石油地质大数据分析已经成为石油勘探开发与地质科学研究的重要课题之一。机器学习通过计算机模拟人类的学习行为,自动地发现大数据中隐含的模式、结构和关系,是石油地质大数据挖掘与知识发现的有利工具。然而,运用机器学习方法对石油地质大数据进行分析时,面临两个关键问题:(1)如何对多源异构、多尺度石油地质大数据进行融合与组织,(2)如何在机器学习中充分融入已知的地质信息和地质地球物理专家知识。本文针对这两个问题进行了系统的研究,形成了一套石油地质大数据机器学习方法体系,为实现智能油田、智能地质提供方法支持。本文主要工作概括如下:(1)针对石油地质大数据存储分散、多源异构等问题,设计了基于数据湖技术架构和元数据的石油地质大数据关系融合策略。该策略允许石油地质大数据以各种模式和结构存储于数据湖技术架构下,从元数据出发,梳理数据源元数据和业务元数据的标识符,建立其关联关系,实现石油地质大数据的关系融合。(2)设计了面向机器学习的三维地质模型和知识本体构建方法。将三维地质模型作为机器学习的直接数据源,开展基于三维地质建模的石油地质大数据组织方法研究,以面元为数据组织单元、不规则三角网(Triangulated Irregular Network,TIN)为数据组织模型,制定三维表层模型建模策略;以体元为组织单元、八叉树为数据组织模式,设计三维地质体建模策略;建模实例表明,基于三维地质建模能够实现多源多尺度石油地质大数据的组织与可视化表达。为了机器学习所需业务知识的组织与复用,定义知识本体的五个基本要素,包括业务主题下的概念、属性、内容、关系以及在三维地质模型上的操作,在此基础上,研究知识本体构建方法,通过知识本体从三维地质模型上提取业务知识和业务数据。(3)为了利用地质变量之间的映射关系预测目标变量,研究了面向预测的机器学习方法。综合机器学习预测方法存在的关键问题与地质露头孔隙度定量预测的需求,提出了基于机器学习的地质露头孔隙度预测方法。区别于传统方法,该方法以三维露头表层模型为数据源,利用光谱数据预测孔隙度,以此为目标对地质露头知识本体实例化,探讨孔隙度光谱响应特征与预测可行性,采用机器学习方法构建地质露头孔隙度预测模型。将该方法应用于陕西省延长组砂岩露头孔隙度预测的结果表明,该方法能够定量预测砂岩孔隙度,为地质露头孔隙度定量反演提供了基础。基于此,设计了面向预测的机器学习方法应用策略。(4)为了深入挖掘小样本的多元地质信息以获得可靠的综合评价结果,研究了面向小样本多指标综合评价的机器学习方法。针对评价指标权重确定问题,在权重计算过程中引入专家知识并降低其主观性和不确定性,研发了知识驱动的模糊层次分析-灰色关联分析评价方法(Fuzzy AHP-GRA)。提出了基于机器学习的油气资源评价方法,相对于传统方法,该方法以三维地质模型为数据源,根据知识本体确定评价指标体系并从三维地质模型中提取评价指标数据,利用机器学习方法进行海洋油气资源综合评价。在南黄海盆地崂山隆起开展方法应用研究,经与已知地质信息对比,证实本文方法评价结果较好。以此为基础,形成了面向小样本多指标综合评价的机器学习方法应用策略。

关键词： 机器学习   数据挖掘   证候分析   中医辨证诊疗辅助平台  

摘要： 中医作为中华名族的文化传承之一,是无数中华儿女智慧的结晶,中医作为一门古老而又年轻的学科,需要不断的革新与发展,才能与时俱进。传统的中医辨证诊疗主要基于“望、闻、问、切”得到的四诊信息,由于掺杂过多的医师主观因素,即使对同一个患者的辨证结果也可能不尽相同,因此如何建立一个科学而规范化的中医证候的量化标准是一个值得研究的课题。本文主要从以下两个方面进行阐述:(1)如何规范而科学的量化研究是建立中医客观量化的关键,临床中医中,对于证候的判断往往是根据医师的主观经验,这样就会存在很强的主观性。本文将机器学习中的层次聚类、因子分析等方法对中医的四诊信息和证候进行量化分析,利用因子分析中的显在变量和潜在变量模型探讨高血压的四诊信息和证候之间的关系,通过对采集到的1501例典型高血压病例的处理与分析,构建中医辅助诊疗模型。通过将机器学习中的方法应用到中医的定量化过程中去,这样中医的证候诊断标准将不仅仅依赖于医师的判断,而有了更为科学规范化的定量描述,更为合理的阐述中医的规律。(2)对于使用机器学习构建的中医辅助诊疗模型,通过结合计算机软件构建病证结合中医辨证诊断研究辅助平台,通过该系统达到中医证候的量化目的,为中医的临床诊疗提供一个辅助的具有参考价值的诊疗系统,为提高中医临床研究结果真实性提供参考依据,更好的为提高中医临床研究质量做服务。综上所述,本文通过典型高血压病的研究为例,结合多学科的方法(机器学习,计算机软件,中医学,数理统计)构建聚类分析和因子分析模型,通过对1501例典型高血压病例的分析与建模,搭建中医辅助诊疗平台,为中医的量化研究提供有价值的参考。图[32]表[11]参[41]

关键词： 汽车大数据   机器学习   类别不平衡   特征选择   LightGBM模型  

摘要： 汽车产品的设计、制造、维护等环节将产生大量的数据,使用机器学习技术挖掘汽车大数据所蕴含的价值,对于推进汽车行业数字化转型具有重要意义。在故障预测等任务中,汽车大数据常存在类别不平衡的特点:数据集内不同类别的样本数量有明显差异,少数类被错误分类的代价相比多数类被错误分类的代价更高。类别不平衡的特点使得机器学习模型对少数类的学习不够充分,在预测时难以识别出少数类样本的存在,给故障预测等任务带来高昂的分类代价甚至风险。本文针对以上问题,构建了类别不平衡数据集的机器学习建模流程,在特征层面研究了基于Relief F和IG算法的组合式特征选择方法,在模型层面提出了基于Light GBM模型的不平衡分类模型,开展了面向汽车大数据类别不平衡特点的案例研究与验证,为高效挖掘汽车大数据的价值提供了可借鉴的解决方案。本文的主要研究工作总结如下:(1)类别不平衡数据集的机器学习建模流程通过分析面向类别不平衡数据集机器学习建模的基本框架,构建了包括数据预处理、特征选择、模型训练与调参、模型预测与评估等环节的机器学习建模流程。(2)基于Relief F和IG算法的组合式特征选择方法研究针对单一的特征选择算法对特征重要性的评估不够全面的问题,分析了Relief F和IG算法作为特征选择子算法的优势,研究了两种特征选择算法的组合策略:通过随机欠采样提升Relief F和IG算法的运行效率,在对获得的Relief F和IG算法特征重要性进行归一化处理后,定义新的特征重要性指标。从而提出了组合式特征选择方法,增强了对类别不平衡数据集的分类性能。(3)基于Light GBM模型的不平衡分类模型研究针对传统的机器学习模型对类别不平衡数据集建模能力不足的问题,基于代价敏感学习技术,在模型训练时引入类别权重和L1正则化项修正损失函数,在模型预测时使用阈值移动的方法降低分类阈值;并基于贝叶斯优化方法,使用TPE算法实现对模型超参数项的调参。从而构建了基于Light GBM模型的不平衡分类模型,增强了对类别不平衡数据集的建模能力。(4)面向汽车大数据类别不平衡特点的机器学习方法工程应用基于具备类别不平衡特点的APS Failure at Scania Trucks工程案例,建立了基于Relief F和IG算法的组合式特征选择方法以及基于Light GBM模型的不平衡分类模型的实验方案及流程,并将两种机器学习方法串行使用进行了实验。实验结果表明本文研究有效地增强了对类别不平衡工程案例的预测能力,优于相关文献的研究成果,验证了本文研究的有效性和工程价值。

关键词： 毫米波   非视距传播识别   机器学习  

摘要： 在众多基于无线通信的应用中,无线信号的非视距传播会严重影响甚至降低无线应用的性能。对无线信号传播状态进行识别从而区分出非视距传播有助于加强这些无线产品的应用。现如今,为了满足日益增长的通信流量需求,毫米波通信已经成为下一代移动通信的关键技术。不仅仅限于移动通信领域,在室内定位领域,手势感知领域,毫米波也在扮演着越来越重要的角色,并在未来众多的通信技术中拥有着广阔的应用前景。因此完成毫米波系统下的信道传播状态识别研究具有重要的价值和意义。本文的研究重点是面向宽带毫米波系统,基于机器学习方法开展的信道传播状态识别。首先用信道探测设备获取典型复杂室内场景下的真实信道数据,完成信道特征参数的提取。然后通过分析宽带毫米波系统下的信道特征参数分类性能,明确了宽带毫米波系统下一些信道特征参数的信道识别有效性。接下来,利用机器学习方法联合多个信道特征参数,完成了视距/非视距传播的高精度识别。在使用集成学习中的模型堆叠策略后,融合了多个模型,提出了一种鲁棒性更高,分类性能更优的深度堆叠集成模型。本文的主要研究内容如下:1.典型复杂室内场景下真实信道数据获取。真实可靠的信道数据是研究分析的基础,我们利用课题组已有的专业信道探测设备,选定了一个符合典型室内传播场景的场地开展了信道探测实验。整个实验充分考虑了建筑物布局的多样性,全面地收集了整个场景内的信道数据信息,包括了丰富的视距传播样本以及不同情况导致的非视距传播样本。2.宽带毫米波系统下信道特征参数分类性能研究。相对于微波通信,毫米波有着更大的可用带宽,更强的定向性以及较差的传播能力。考虑到信道传播识别领域的研究大都基于WiFi系统或者UWB系统,有必要针对毫米波系统完成其信道特征参数分类性能的研究。本文基于典型复杂室内场景下获取的信道数据,完成了信道特征参数的提取。重点绘制了信道特征参数在两种传播状态下的分布情况,明确了这些参数用来实现空间中信道传播状态识别的有效性,并结合毫米波宽带信道的特点,从实际信道探测的角度给出了定性的解释。3.基于机器学习的信道传播状态识别研究。本文主要基于机器学习中集成学习的思想,利用机器学习方法实现了宽带毫米波系统下的高精度信道传播状态识别。首先,本文首次在信道传播识别领域引入了极限梯度提升树模型,实现了高准确率的视距/非视距传播分类,同时还完成了特征参数的相关性分析和特征重要性分析。在这个基础上,本文基于集成学习中的模型堆叠策略,提出了一种鲁棒性更高,分类精度更高的深度堆叠模型。本文还基于相同的数据样本完成了该模型与经典的SVM,RF模型的对比分析,验证了所提模型的有效性和优异性。

关键词： Sensor networksSignal processingMachine learningSoftware reengineeringElectronic apparatus and appliances  

摘要： Mainstream commercial off-the-shelf (COTS) electronic devices of daily use are usually designed and manufactured to serve a very specific purpose. For example, the WiFi routers and network interface cards (NICs) are designed for high speed wireless communication, RFID readers and tags are designed to identify and track items in supply chain, and smartphone vibrator motors are designed to provide haptic feedback (e.g. notifications in silent mode) to the users. This dissertation focuses on revisiting the physical-layer of various such everyday COTS electronic devices, either to leverage the signals obtained from their physical layers to develop novel sensing applications, or to modify/improve their PHY/MAC layer protocols to enable even more useful deployment scenarios and networking applications - while keeping their original purpose intact - by introducing mere software/firmware level changes and completely avoiding any hardware level changes. Adding such new usefulness and functionalities to existing everyday infrastructure and electronics has advantages both in terms of cost and convenience of use/deployment, as those devices (and their protocols) are already mainstream, easily available, and often already purchased and in use/deployed to serve their mainstream purpose of use. In our works on WiFi signals based sensing, we propose signal processing and machine learning approaches to enable fine-grained gesture recognition and sleep monitoring using COTS WiFi devices. In our work on gesture recognition, we show for the first time thatWiFi signals can be used to recognize small gestures with high accuracy. In our work on sleep monitoring, we propose for the first time aWiFi CSI based sleep quality monitoring scheme which can robustly track breathing and body/limb activity related vital signs during sleep throughout a night in an individual and environment independent manner. In our work on RFID signals based sensing, we propose signal processing and machine learnin

关键词： 糖尿病   呼气分析   电子鼻   机器学习  

摘要： 目前糖尿病已经成为威胁全人类健康的重大疾病,近年来随着我国经济快速发展、生活方式逐渐西化以及人口老龄化问题的加剧,我国糖尿病及其并发症的患病率和致死率呈现逐年增长的趋势。作为一种慢性疾病,糖尿病的早期症状并不明显,很多患者都是在并发症出现后才意识到病情。目前临床上诊断糖尿病主要基于血糖检测,常规方法是直接进行血检,但这种方式是有创的,会给受检者带来身体创伤和心理负担。呼气分析是近年来的热门研究方向,医学研究表明人类呼出气体中存在能够反映体内相关代谢状况的内源性分子,这些分子作为相关疾病的标记物,有用于疾病诊断的潜能。此外,当前呼气分析技术中,电子鼻相比色谱仪等大型设备,具有易便携、成本低、操作简单、检测速度快等特点,更有利于呼气分析的大范围普及。鉴于此,本文对当前电子鼻设备进行改进,采用对糖尿病呼气标记物具有高灵敏度和高检测精度的多种气体传感器,并以差异化传感器阵列为基础,研究设计出一套小型化呼气检测系统。在进行大量患者组和健康组的对照实验后,通过处理实验数据来验证系统的呼气分析效果。当前电子鼻设备主要使用基于统计的模式识别方法,但这种方法通常需要依赖大量样本数据作为算法研究的基础,而呼气样本的特殊性使其大规模采集非常困难。因此,本文基于机器学习理论,研究出了一套适用于气体信号的处理方法。首先是数据的预处理,其目的是消除样本数据中的不相关信息从而提升数据质量。随后是特征提取,由于原始数据中的冗余信息很多,因此本文通过机器学习理论中的降维方法来提取样本的特征值。具体使用了三种方法,分别是线性降维方法中的主成分分析,基于流形学习的局部线性嵌入和近年来新兴的T分布随机近邻嵌入方法。在分类方法的选择上,本文除了使用基于统计的浅层机器学习模型中的K近邻算法和支持向量机外,还将深度学习中的卷积神经网络方法应用到气体信号的处理中。深度学习方法明确突出了特征学习的重要性,其能够自动学习出更能刻画样本数据本质的特征值,本文最后的分类结果表明:使用卷积神经网络算法对样本数据进行分类,其准确率86.36%、灵敏度92.31%、特异性81.63%,相比KNN的准确率79.20%、灵敏度77.44%、特异性80.63%和SVM的准确率78.28%、灵敏度75.38%、特异性80.63%,均有显著提高。因此,可以认为深度学习方法能够取得更好的分类结果。