关键词： 数据故事化   分类模型   反转点   LIME算法  

摘要： [目的/意义]实现数据故事化中的反转点识别,有助于非专业人士理解分类型预测结果的产生原因,同时对于推动故事情节发展并使其快速到达故事高潮点具有促进作用。[方法/过程]提出故事点与反转点概念,基于LIME解释技术和反转点识别过程,设计了用于数据故事化中反转点识别的算法方案,并提出了面向分类模型的反转点识别流程。[结果/结论]将反转点识别算法应用到贷款数据集,证明此算法在数据故事化过程中寻找反转点的有效性,在获得用户期望的预测结果和快速识别反转点方面具有应用价值。

关键词： 丙型肝炎   疾病分期   惩罚三项logit模型   贝叶斯分类器   机器学习方法  

摘要： 丙型病毒性肝炎(简称丙型肝炎或丙肝)是一种由丙型肝炎病毒(HCV)感染引起的病毒性肝炎,可导致肝脏慢性炎症坏死和纤维化,部分患者可发展为肝硬化甚至肝细胞癌(HCC).本文利用丙型肝炎数据建立惩罚三项logit模型诊断患者的疾病分期:首先选取患者的12项生理指标作为预测向量,丙型肝炎的三种疾病分期作为响应变量;接着利用70%的数据作为训练集学习LASSO/Ridge/ENet惩罚三项logit模型,得到模型的参数估计和概率估计;再利用30%的数据作为测试集,结合三类混淆矩阵,ROC(receiver operating characteristic)曲面,HUM(hypervolume under the ROC manifold),PDI(polytomous discrimination index)和Kappa(Cohen’s kappa coefficient)等评估疾病分期的预测精度;最后引入人工神经网络(ANN),支持向量机(SVM)和随机森林(RF)等机器学习方法和惩罚三项logit模型进行比较,发现惩罚三项logit模型的三类分类预测表现最好,不仅能够进一步提高疾病分期的诊断精度,而且可以降低丙型肝炎的检测成本.

关键词： 医疗器械   机器学习   自动分类   分类管理   信息化  

摘要： 针对当前医疗器械分类仍然采用人工分类方式,费时费力的问题,提出一种基于机器学习的医疗器械分类与预测方法,通过引入机器学习和自然语言处理领域的经典算法,以新版《医疗器械分类目录》为标准,提取医疗器械产品注册证的关键信息作为语料库,实现对医疗器械的产品类别划分,达到真正意义上的医疗器械自动分类,为各级医疗机构的医疗器械分类管理信息化奠定基础,提供借鉴和启示。

关键词： 地浸采铀   线性回归模型   机器学习预测  

摘要： 在地浸采铀过程中,准确预测铀浸出金属量具有重要意义。使用多元线性回归、多层感知机(MLP)和随机森林(RF)多种机器学习方法分别建立预测模型。结果表明:1)相比于传统的多元线性回归算法,MLP和RF两种方法能够得到预测性能更好的模型。2)多层感知机(MLP)模型在预测铀浸出金属量变化的上性能表现最佳(R 2=0.91)。3)在相同的预测精度下,RF模型比MLP模型耗时更短,超参数设置更加简单。4)在以总流量和每平米铀量为铀浸出金属量的关键因素进行分析时,总流量对铀浸出金属量的权重占比为81.6%。

关键词： 肥厚型心肌病   生物信息学   机器学习   差异表达基因   自噬   关键基因  

摘要： 目的:自噬调节异常与肥厚型心肌病(hypertrophic cardiomyopathy,HCM)密切相关,然而其具体机制仍未阐明。本研究拟探究HCM自噬相关机制及鉴定潜在的关键基因。方法:对HCM患者和健康对照者(healthy controls,HC)的心肌组织转录谱数据进行生物信息学分析,包括自噬相关差异表达基因(differentially expressed genes,DEGs)的鉴定和富集分析,利用最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)回归模型和支持向量机递归特征消除(support vector machine recursive feature elimination,SVM-RFE)分析来筛选关键基因。外部数据集验证关键基因的表达。绘制受试者操作特征(receiver operator characteristic,ROC)曲线评估关键基因的诊断效能。结果:通过比较HCM患者和HC的转录谱数据,并与自噬相关基因取交集,筛选出12个自噬相关DEGs。富集分析表明这些基因主要参与胃泌素信号通路、甘丙肽受体通路、蛋白质相互作用数据库中的白细胞介素-6和白细胞介素-7信号通路、蛋白质相互作用数据库中的激活蛋白1信号通路、1,25-二羟基维生素D3的非基因组作用和凋亡等。筛选出6个候选关键基因,即PRKCD、MYC、DDIT3、CAPN1、HGS和TMEM74。PRKCD、MYC和DDIT3在验证数据集中成功验证,且具备较好的诊断效能。结论:PRKCD、MYC和DDIT3可能是HCM自噬相关的关键基因。

关键词： 房价上涨   房价分化   房价预期   “因城施策”   机器学习方法  

摘要： 面对一二三线城市房价增速的分化走势,“因城施策”逐渐成为主基调,为此需要准确识别不同城市房价分化的主要因素。本文综合使用XGBoost等机器学习方法以及SHAP值解释性方法,基于2009—2019年全国70个大中城市面板数据,测算并分析一二三线城市房价分化的主要因素。结果表明:(1)预期因素在多轮房价分化期间都起到重要驱动作用;(2)货币政策本身并不是房价分化的主要因素,但可以通过影响预期导致房价分化;(3)需求因素和供给因素本身也不是房价分化的主要因素,但也可以通过影响预期导致房价分化。有鉴于此,“因城施策”的关键在于稳定公众对房价的预期:一线城市应在控制土地成本的前提下适当增加住房供给,削弱由于供不应求所带来的房价上涨预期;二三线城市需进一步完善基础设施,提高教育、医疗和环境质量,改善居民购房需求,防范人口外流带来的房价下跌预期。

关键词： 数字技术创新   并购   机器学习  

摘要： 数字技术创新是数字经济发展的动力之源,并购重组是企业获取数字技术、进行数字化变革的高效方式。本文运用文本分析和Word2Vec算法构建数字专利词库、通过机器学习模型对数字技术进行细分,从并购视角探究数字技术创新能否为企业带来价值。本文利用2011—2020年沪深A股上市公司数据,研究发现:目标公司拥有的数字专利越多,企业并购所产生的累积超额收益率越大,即数字技术创新能显著提升并购公司的市场价值;目标公司拥有的数字技术能显著提升并购企业的生产效率、数字技术创新以及商业模式创新;对于处在知识产权保护较强地区、受到分析师关注较高以及拥有首席技术官的并购公司而言,数字技术的这种价值提升效应更明显;就数字技术类别而言,目标公司拥有的云计算技术和通信网络技术是驱动并购公司价值提升的可能原因,且最具价值的数字技术类别存在行业异质性。本文不仅丰富了数字技术创新的相关研究,也为强化数字技术与实体经济的深度融合提供了政策参考。

关键词： 固体推进剂   HTPB   颗粒级配   机器学习   神经网络   力学性能  

摘要： 固体推进剂中AP颗粒的级配不同会导致力学性能相差巨大,为了探究AP颗粒的粒度值和质量分数对端羟基聚丁二烯(HTPB)推进剂力学性能的影响规律,采用机器学习的方法对推进剂的力学性能进行仿真预测,降低了实验成本并提高了预测效率。首先,对不同级配的HTPB推进剂进行拉伸试验,得到不同温度下抗拉强度和伸长率;其次,以拉伸试验结果为样本进行机器学习,分别构建了反向传播(Back Propagation,BP)神经网络、粒子群算法优化的反向传播(Particle Swarm Optimization Back Propagation,PSOBP)神经网络和遗传算法优化的反向传播(Genetic Algorithms Back Propagation,GABP)神经网络对推进剂的力学性能进行预测。结果表明,力学性能与颗粒级配的内在关系较为复杂,并非简单的线性关系。PSOBP和GABP可以用于预测不同级配下HTPB推进剂力学性能,并且GABP神经网络可以更好地预测推进剂的力学性能变化。

关键词： 盾构隧道   机器学习   隧道施工   大数据   人工智能  

摘要： 随着盾构隧道工程信息化水平的提升,隧道掘进设备作业过程监测技术日益完善,记录的工程数据蕴含了掘进设备内部信息及其与外部地层的相互作用关系。机器学习因其数据分析能力强,无需先验的理论公式和专家知识,相较于传统的建模统计分析方法具有更大的应用空间。通过机器学习方法对收集的信息与数据进行深度挖掘并分析其内在联系,有助于提升盾构隧道工程建设的效率和安全保障水平。简述机器学习方法的基本原理,总结和分析机器学习方法在盾构工程中的应用研究状况,综述基于机器学习的盾构设备状态分析、盾构设备性能预测、围岩参数反演、地表变形预测和隧道病害诊断等5个方面的进展,并分析当前研究的不足。最后,分析盾构隧道工程向智能化方向发展需重点攻克的难题。

关键词： 公司债券   信用利差   SHAP解释性方法   机器学习  

摘要： 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。