关键词： 人脸识别   机器学习   学习方法   人工智能   生物识别   表情分析  

摘要： 随着人工智能技术的发展，生物识别技术在社会中扮演着越来越重要的角色。在高铁站、机场等随处可见人脸身份识别检测装置，而在人机交互、智能机器人等方面也包含着情感分析的技术。人脸身份识别算法、面部表情分析在这些年受到了非常广泛的关注。　　本文主要研究了三维人脸身份识别算法以及静态和动态的三维人脸面部表情识别算法。针对三维人脸数据，由于深度学习难以在曲面流形上提取特征，因此需要对表面进行参数化，通过将三维人脸映射至二维平面从而使得深度学习框架得以使用。本文我们提出了使用调和映照理论与深度学习结合的方式，实现三维人脸身份识别任务。对于静态的三维人脸面部表情识别任务，由于表情具有较强的个性化，使得传统机器学习对于数据分布的假设难以满足，因此本文研究了面部表情识别问题中的数据偏移问题，提出了基于最优传输理论的个性化三维人脸表情识别方法;而对于动态的面部表情视频序列，本文提出了使用张量分解来对视频进行处理，从视频序列中提取出单张背景图片，从而进行识别与分类。　　本文在人脸数据库上进行的大量实验证实了所提方法的有效性和鲁棒性，其中基于曲面调和映照理论和深度学习的三维人脸识别方法提供了通用的框架，扩展性较好;在个性化三维人脸表情识别问题中，基于最优传输理论的表情识别方法达到了非常高的性能;利用张量分解的性质实现动态三维人脸表情识别为相关研究提供了新的思路。

关键词： 生成对抗网络   深度强化学习   资产路径   资产配置  

摘要： 深度学习和强化学习是机器学习的两大类模型,被应用到社会的各个领域。在金融领域内,资产价格路径的模拟对某些路径依赖的期权定价来说意义重大,而资产配置则是近年来发展迅猛的新兴投资方式。本文基于深度学习中的生成对抗网络(GAN)模型和强化学习中的深度强化学习算法分别实现了构造标的资产价格路径的模拟和动态配置资产的资产配置策略。一方面,利用GAN变体构造新的混合模型(CWGAN-GP和ALI-CWGAN-GP)来对资产价格路径的分布进行拟合,并通过采样的方式构造样本路径,以此实现对资产价格路径的构造。通过在沪深300指数期货上的实证,结果表明了混合模型构造的路径无论是在采样速度上、路径收益率外在特征表现上还是在生成路径和真实路径的JS散度度量上都显著优于基于几何布朗运动和跳跃扩散模型的蒙特卡洛实现方法。另一方面,基于深度强化学习中的多种算法,分别训练智能体来动态给出两种资产的最优的配置方案,实证结果表明深度强化学习实现的资产配置,在收益上比基准策略(“买入持有”)和简单策略(布林通道)好很多,算法各有优缺点,适用的情景不同,投资风格也有所不同。此外,采用了上述CWGAN-GP模型生成了多条训练集路径作为强化学习学习的样本,将之运用到DQN、DDPG两种算法的训练上,得到了强于不加生成路径的结果。本文说明了构造的两种GAN混合模型可以作为一种构造资产价格路径的方式,且采样的价格路径质量不劣于蒙特卡洛采样的路径,这种构造价格路径的方法在金融领域的数据生成和资产价格路径构造上存在一定的理论和实际应用价值;而基于历史经验的学习从而得到自动配置资产的能力的深度强化学习算法对于资产配置的实现在实践上有很大指导意义。

关键词： Normal pressure ydrocephalus   Disproportionately enlarged subarachnoid hydrocephalus   Support vector machines   Computer-aided diagnosis   Tight high-convexity  

摘要： Objective: Create an automated classifier for imaging characteristics of disproportionately enlarged subarachnoid space hydrocephalus (DESH), a neuroimaging phenotype of idiopathic normal pressure hydrocephalus (iNPH). Methods: 1597 patients from the Mayo Clinic Study of Aging (MCSA) were reviewed for imaging characteristics of DESH. One core feature of DESH, the presence of tightened sulci in the high-convexities (THC), was used as a surrogate for the presence of DESH as the expert clinician-defined criterion on which the classifier was trained. Anatomical MRI scans were automatically segmented for cerebrospinal fluid (CSF) and overlaid with an atlas of 123 named sulcal regions. The volume of CSF in each sulcal region was summed and normalized to total intracranial volume. Area under the receiver operating characteristic curve (AUROC) values were computed for each region individually, and these values determined feature selection for the machine learning model. Due to class imbalance in the data (72 selected scans out of 1597 total scans) adaptive synthetic sampling (a technique which generates synthetic examples based on the original data points) was used to balance the data. A support vector machine model was then trained on the regions selected. Results: Using the automated classification model, we were able to classify scans for tightened sulci in the high convexities, as defined by the expert clinician, with an AUROC of about 0.99 (false negative approximate to 2%, false positive approximate to 5%). Ventricular volumes were among the classifier's most discriminative features but are not specific for DESH. The inclusion of regions outside the ventricles allowed specificity from atrophic neurodegenerative diseases that are also accompanied by ventricular enlargement. Conclusion: Automated detection of tight high convexity, a key imaging feature of DESH, is possible by using support vector machine models with selected sulcal CSF volumes as features.

关键词： 上市公司   信用风险   预测模型   机器学习  

摘要： 上市企业的运营状况很大程度影响了我国市场经济发展前景，而信用风险作为极其重要、影响力巨大的金融风险，对上市公司的成长、发展以及营运状态有不可忽视的影响，所以提高上市公司甄别和处理信用风险的能力对广大投资者、债权人、上市公司本身以及债券监管部门都有重要意义。　　基于国内外上市公司信用风险研究现状，本文选取2018年被列为退市警告（*ST）的49家上市公司作为具有信用风险的样本，并在中证500指数中抽取了与*ST公司对应行业的214家上市公司作为没有信用风险的样本;选取24个财务指标作为自变量，分别代表上市公司的投资回报能力、盈利能力、债务偿还、成长和营运能力，现金流量指标和资本结构指标。　　由于选取的变量都是上市公司财务指标且数目较多，为避免各指标提供的信息重复造成Logistic回归发生多重共线性，同时考虑到后续引入机器学习算法在高维空间的计算复杂度，利用主成分分析对变量降维，将24个变量压缩为8个主成分，主成分累计解释方差81％。　　本文利用降维后的财务指标，建立基于支持向量机的上市公司信用风险预测模型，其中由高斯核和ANOVA核建立的SVM模型对训练集的预测效果很好，但对测试集预测时错分率较大，AUC值仅有0.65左右，拟合精度高但模型稳定性不够。因此引入更加稳定的集成学习方法Adaboost，通过对多个弱分类器的整合提升，模型在训练集上能够实现零误差，将其运用到测试集，预测效果相对SVM也有所优化。但SVM和Adaboost都具有“黑盒”性质，预测分类的精度高却无法解释具体影响因素，故为了进一步分析上市公司信用风险的影响因素，本文将Adaboost模型的预测结果带入Logistic回归中作为一个解释变量，既弥补了Logistic回归精度不高的缺点，也使得模型具有可解释性，最终的Ada-Logistic回归模型在训练集和测试集上表现都很出色。通过Ada-Logistic回归模型发现企业的投资回报能力对其发生信用违约与否影响最大，其次企业的成长能力、盈利能力和现金流量指标的提升也在一定程度上降低了信用风险发生的概率。

关键词： 不平衡数据   支持向量机   随机森林   交叉验证   欠采样  

摘要： 随着中国网民数量的急剧增多,尤其是手机网民数量,增长速度更快,所以手机APP的开发前景尤为可观.并且手机APP中携带的移动服务已经成为人们日常生活不可或缺的一部分.相应地,企业为了推广手机APP,就会使用许多虚假用户来刷榜单排名,而真实用户变得少之又少,这就造成手机用户数据分布不平衡的问题.此外,对企业而言,就很难辨别手机APP的真实用户;对用户而言,在下载相关APP时就会受应用商店的榜单排名以及下载量的影响,很难下载到合适的APP.本文主要是通过统计机器学习方法对手机APP用户真实性进行预测分类,使得用户和企业避免造成不必要的损失.关于数据不平衡问题的处理方法一般分为两个步骤:第一步是数据划分,主要方法是过采样、欠采样等;第二步是模型方法,主要有神经网络、随机森林和支持向量机等.本文先是对各个变量进行数据可视化分析,分析各个变量与用户真实性的关系.然后是基于交叉验证和欠采样的随机森林和支持向量机建模方法进行预测用户真实性.结果表明:分类预测准确率都达到95%以上,小样本准确率也都高达85%以上.对比模型结果可以发现,基于欠采样的随机森林模型更适合本文数据,此模型的预测效果较好且模型稳定性好.

关键词： MRI   SCT   Treatment planning  

摘要： Magnetic resonance imaging (MRI)-only radiotherapy treatment planning is attractive since MRI provides superior soft tissue contrast over computed tomographies (CTs), without the ionizing radiation exposure. However, it requires the generation of a synthetic CT (SCT) from MRIs for patient setup and dose calculation. In this study, we aim to investigate the accuracy of dose calculation in prostate cancer radiotherapy using SCTs generated from MRIs using our learning-based method. We retrospectively investigated a total of 17 treatment plans from 10 patients, each having both planning CTs (pCT) and MRIs acquired before treatment. The SCT was registered to the pCT for generating SCT-based treatment plans. The original pCT-based plans served as ground truth. Clinically-relevant dose volume histogram (DVH) metrics were extracted from both ground truth and SCT-based plans for comparison and evaluation. Gamma analysis was performed for the comparison of absorbed dose distributions between SCT- and pCT-based plans of each patient. Gamma analysis of dose distribution on pCT and SCT within 1%/1 mm at 10% dose threshold showed greater than 99% pass rate. The average differences in DVH metrics for planning target volumes (PTVs) were less than 1%, and similar metrics for organs at risk (OAR) were not statistically different. The SCT images created from MR images using our proposed machine learning method are accurate for dose calculation in prostate cancer radiation treatment planning. This study also demonstrates the great potential for MRI to completely replace CT scans in the process of simulation and treatment planning. However, MR images are needed to further analyze geometric distortion effects. Digitally reconstructed radiograph (DRR) can be generated within our method, and their accuracy in patient setup needs further analysis. © 2019 American Association of Medical Dosimetrists

关键词： 临近降雨预报   SVM   RF   GBDT   XGBoost方法   PPLK方法  

摘要： 传统的临近降雨预报方法主要是利用数值方法、外推技术和概念模型等来预报。这些临近降雨预测的方法考虑的因素众多、模型的构造过于复杂且预测步骤多、累计误差较大。近年来,机器学习方法在气象预报中得到广泛应用。本文利用雷达降雨产品,引入支持向量机(SVM)、梯度提升树(GBDT)、极限提升树(XGBoost)三种机器学习方法应用于雷达降雨产品的临近降雨预报,使用TS评分、命中率POD、空报率FAR和漏报率MAR四个定性检验指标来综合比较各机器学习方法在临近降雨预报中的预报效果,还将XGBoost方法和PPLK方法相结合进行短临定量降水预报,使用了相关检验指标进行了评估。下面是本文的主要研究结果和结论:(1)基于SVM方法的临近降雨预报研究。建立了雷达降雨产品-晴雨预报的非线性支持向量机训练模型,达到了在考虑较少影响因子的基础上对雷达降雨产品进行临近降雨预报,在降雨分布比较集中的雷达降雨产品中降雨的命中率都较高,实验验证了该方法的可行性。(2)基于GBDT方法的临近降雨预报研究。建立了雷达降雨产品-晴雨预报的梯度提升模型,实现了从数据驱动的角度对雷达降雨产品进行临近降雨预报,在各类雷达降雨产品中的临近预报都较好,实验验证了该方法具有一定的可行性。(3)基于XGBoost方法的临近降雨预报研究。建立了雷达降雨产品-晴雨预报的XGBoost模型,实验表明其对不同雷达降雨产品的临近降雨预报能力都很强,TS评分和命中率都在较高的水平,实验验证了该方法的有效性及准确性。(4)将XGBoost方法临近降雨预报的结果和SVM方法、RF方法及GBDT方法临近降雨预报的结果进行了比较,实验结果表明XGBoost方法的预报性能明显优于其他三种预报方法,预报精度是最高的。(5)将XGBoost方法和PPLK方法相结合对雷达降雨产品进行短临定量降水预报,实验验证了XGBoost方法与PPLK方法相结合的预报性能会高于PPLK方法,也再次证实了XGBoost方法在降雨预报中的实用性及高效性。

关键词： 美国房屋价格   机器学习   随机森林   缺失值  

摘要： 近年来,随着中国经济的快速发展,赴美留学和移民的人数日益增多,海外房产投资需求也越来越大。为此,本文从微观角度来研究影响美国房屋价格的主要因素,旨在通过对房屋的实用性和舒适性等多维度分析,实现对房价的精准预测,为赴美留学者和移民等人进行海外房产投资提供一定的指导作用。本文以美国房屋价格为研究对象,结合国内外学者的研究来初步确定合适的房屋价格预测模型。首先对数据集进行预处理并对变量做描述性统计分析来建立特征工程;其次选用多元线性回归、岭回归、随机森林和XGBoost对数据集进行预测,分析对房价有显著影响的特征变量;最后通过交叉验证计算不同方法在预测数据集上的均方根误差,选出最优模型为XGBoost,最终我们用XGBoost分析得出影响美国房屋价格的主要因素。研究结果表明,影响美国房价有三个主要方面:1、房屋相关面积。其中可以首先考虑地面面积和地下室面积这两大因素,因为这些因素往往与价格成正比,直接决定了房屋的价格;2、房屋装修情况。房屋的整体材料、房屋材料的质量、原施工日期、改造日期都是影响美国房价的重要因素,尤其是房屋的整体材料对房价的影响最大;3、房屋配套设施。高档全浴室数、地下室全浴室数、总房间数和花园墙透光性也可作为主要的考虑因素。

关键词： 机器学习   XGBoost   股指预测  

摘要： 随着大数据时代的到来,相对于传统数据处理方法,机器学习的优势日益凸显.尤其是在人工智能领域取得了巨大的成就后,学者和业界都掀起了机器学习的热潮.针对股票交易速度快、 交易频繁以及交易量大等特征,本文利用机器学习方法构建了股指预测模型,以沪深300指数日频数据为研究对象,以其开盘价、 最高价、 最低价、 收盘价、成交量为基础,建立10个技术面指标作为输入特征,下一交易日股指价格变动方向作为输出特征,对比分析了SVM、 随机森林和XGBoost3个机器学习方法对股指价格变动方向的预测能力.研究表明,三种机器学习方法均具有良好的预测效果,且XGBoost模型的预测性能优于SVM模型和随机森林.

关键词： 海上气田开采   天然气水合物   机器学习   地球物理   测井资料   储层预测  

摘要： 天然气水合物是一种具有储量大、分布广、无污染等特点的新能源。据研究者估计，天然气水合物至少可以被人类使用100年，被认为是21世纪潜在的替代能源。然而，天然气水合物同时也是一种自然灾害，会破坏海底的稳定性，如滑坡，改变全球气候和造成深海工程的灾害。因而很多国家和政府投入了许多资源进行天然气水合物的研究，并取得了一定的研究成果。　　当前，随着互联网大数据的发展，人工智能算法逐渐发展到自动学习数据特征和挖掘大数据隐藏的信息，其结果与人工结果几乎毫无差别。机器学习是人工智能的核心算法，而支持向量机模型是机器学习算法中典型代表。支持向量机具有严格的理论和数学基础，保证模型具有良好的泛化能力和全局最优性。　　天然气水合物在一定温度和压力条件下才能稳定存在，外界环境的变化会使天然气水合物发生分解。因而，天然气水合物的相平衡研究是天然气水合物勘探、开发、灾害评估和环境保护的基础问题。本文利用不同条件下（气体组分、离子浓度和有机醇类）的天然气水合物形成的相平衡数据，训练支持向量机模型，并用于预测不同条件下的天然气水合物形成条件。结果分析表明，支持向量机模型预测的天然气水合物相平衡条件与实验数据高度吻合。　　本文利用南海北部的气体组分、热流、热导率等数据，结合支持向量机模型，计算得到南海北部的水合物稳定带厚度，并与水合物钻井和地震资料对比。基于支持向量机模型计算南海北部的天然气水合物稳定带厚度与钻井和地震资料揭示的结果基本一致。最后，利用天然气水合物测井资料和支持向量机模型，预测储层的水合物饱和度。