关键词： Marketing   Statistics   Computer science  

摘要： My dissertation investigates multivariate response problems in marketing applying both parametric and non-parametric approaches. In marketing research there are several empirical situations that examine multivariate responses. Examples include predicting customer’s inter-related decision making to transact on multiple channels, multiple firms’ inter-related decision to set prices or enter a market. In my first essay, I examine a multivariate problem on customers’ decision to transact with multiple channels of a firm using a parametric state-space model. I define a customer’s channel engagement as a latent semi-Markovian process conditional upon which she decides her multichannel activities. I model the channel activities of website visits, and online and offline purchases using a parametric specification. My research jointly predicts the customer’s online visitation behavior, and online and offline purchase propensity. Further, the framework recovers the customer’s underlying engagement state with each channel and the expected duration of each state. The second and third essays of my dissertation are motivated by the restrictions imposed by parametric methods. In particular, when the response vector is of higher order (> 3) it becomes difficult to parametrically specify the multivariate distribution. Further, parametric methods are ineffective when the dimensionality (or number of covariates) is large and there are more complex interactions, and the response outcomes are sparse. In my second essay, I use the non-parametric multivariate random forests to develop a variable selection procedure for high dimensional problems. I develop new variable importance measures for dimensionality reduction using a recursive feature elimination strategy. In my empirical application on an ecology dataset with sparse observations I find that the proposed measures have higher prediction accuracy than the extant ones. In my third essay I apply the proposed variable selection method fo

关键词： 机器学习   电磁波散射   研究   应用  

ISBN: (数字)9787030575296 ISBN: (纸本)9787030575296

摘要： 本书论述了机器学习方法的概念、原理、方法、流程和步骤及其在若干电磁逆散射领域中的应用。全书共11章，内容包括绪论、机器学习方法、逆散射问题描述及模型建立、机器学习方法在自由空间逆散射中的应用、机器学习方法在埋地目标逆散射问题中的应用等。

关键词： 法医病理学   红外光谱   机器学习   中暑死   死亡时间  

摘要： 目的:探究傅里叶变换红外（Fourier transform infrared,FTIR）光谱技术结合机器学习方法在法医病理学中关于中暑死诊断和死亡时间推断的应用。方法:（一）中暑死鉴别诊断:雄性新西兰白兔42只,体质量2.2～2.5 kg,随机分为中暑死组（21只）和对照组（21只,溺死、机械性窒息死和失血性休克死各7只）。采集玻璃体液FTIR光谱数据并进行预处理,利用预处理后光谱数据建立中暑死鉴别模型。（二）死亡时间推断:健康雄性SD大鼠30只,体质量240～260 g,大鼠颈椎脱臼处死后置于4℃、20℃和30℃环境中（每组10只）。于不同时间点取大鼠肝组织,采集肝脏样本的FTIR光谱数据,对光谱数据进行预处理并建立死亡时间推断模型。结果:（一）中暑死鉴别诊断:（1）、不同死因白兔玻璃体液平均光谱差异较显著,综合t-检验和PCA结果,中暑死和对照组光谱的显著差异主要和玻璃体液内蛋白质、氨基酸以及碳水化合物结构或组分差异相关;（2）、利用多种算法建立中暑死鉴别模型,其中利用遗传算法（genetic algorithm）结合偏最小二乘判别分析（partial least squares discriminant analysis,PLS-DA）建立的判别模型较简单（57个变量）,模型敏感性、特异性和准确度都达到了100%,受试者工作特征曲线（receiver operating characteristic curve,ROC）下面积（areas under the ROC curves,AUCs）为1。（二）死亡时间推断:（1）、各温度组不同死亡时间点大鼠肝组织平均光谱吸收峰差异较明显;（2）、主成分分析（principle component analysis,PCA）显示20℃和30℃环境中,不同死亡时间点光谱呈现较明显的聚类趋势,且这些光谱聚类趋势主要与组织中某些蛋白质、核酸以及碳水化合物等物质组分或结构差异相关,而4℃组样本分布较散乱,没有发现较明显的分布规律;（3）、分别利用4℃、20℃和30℃组光谱数据建立死亡时间推断偏最小二乘（partial least squares,PLS）回归模型,三个温度组外部验证结果决定系数（R2）分别为0.55、0.82和0.96,预测均方根误差（root mean square error of prediction,RMSEP）分别为38.5 h、16.4 h和4.6 h;（4）、将4℃和20℃组大鼠肝组织FTIR光谱数据分划为0～24 h,48～96 h和120～168 h三个时间段,建立偏最小二乘判别分析（partial least squares discriminant analysis,PLS-DA）模型对死亡时间范围进行判别,4℃和20℃组PLS-DA模型外部验证准确度分别为69%和86%。结论:（1）、FTIR光谱技术能反映被检测生物样本几乎全部的分子组分信息,在法医学领域有广阔的应用前景;（2）、可利用FTIR光谱技术结合机器学习理论算法建立高温死鉴别诊断模型,为复杂死因的法医学鉴定创造了新的研究思路和方法;（3）、FTIR光谱技术结合机器学习理论算法能有效地定性、定量分析大鼠死后肝组织,有望成为一种简捷、快速的死亡时间推断技术。

关键词： Statistics   Artificial intelligence   Computer science  

摘要： This study explores the strategies cybersecurity professionals need to detect insider threats using machine learning methods. Insider threat detection has been studied extensively over the last decade, but adequate answers remain elusive. Insiders recognize the significance and usefulness of crucial assets as well as their location. Organizations have given these insiders authorized access to those assets and the mechanisms with which to jeopardize the confidentiality, availability, or integrity of organizational data. Furthermore, modern information systems are frequently complex, comprising extensive infrastructure interdependencies and interactive embedded systems. In the United States, there are approximately 85,000 information security professionals, and the risk of insider threats is a challenging security issue because commonly employed security solutions do not sufficiently address it. This study used a vignette-based survey collection method to accumulate data. The data collection process consisted of participants answering 14 survey questions allowing cybersecurity professionals to provide their perceptions of the strategies they need to detect insider threats using machine learning methods. The coding analysis of the data revealed three key themes. The themes were: (a) behavioral indicators may identify malicious insiders, (b) behavioral indicators are candidates for machine learning models, and (c) distrust in machine learning may hinder adoption.

关键词： Applied mathematics   Mathematics   Artificial intelligence  

摘要： Fraudulent transactions are a major expense for businesses and a hassle for customers. The development of machine learning and artificial neural networks can provide an improved solution to the problem of fraud. This thesis proposes economically informed models for tuning a binary classifier in order to minimize the expected cost of dealing with false positives and negatives. It constructs simulated dataset for fraudulent transactions at a retailer, then evaluates the performance of the proposed decision models. The decision models are bench-marked against established classification methods. The thesis demonstrates that the total cost incurred by fraudulent transactions can be significantly reduced by accounting for cost in the decision making process.

关键词： 出租车   网约车   打车需求量预测   极端梯度提升   线性回归   样条曲线  

摘要： 随着国家经济的迅猛发展,城市化进程的不断推进,城市道路交通给居民的日常生活带来了许多便利,但与此同时,人口的持续增长、车辆的日益增多,以及随之而来的居民日常交通出行需求大幅度增长,使得交通拥堵现象越来越频繁。智能交通系统是解决城市道路交通问题较为有效的途径,交通预测则是智能交通系统研究的重要内容。在城市公共交通运输系统中,出租车和网约车是其中的重要组成部分,但由于乘客的出行需求具有较大的波动性与随机性,出租车通过巡游的方式来寻找乘客具有较大的盲目性,同时网约车使用者的不断增加导致出现在某些时段、某些区域网约车供不应求,在另外的一些区域却运力过剩的现象。通过供需预测进行运力调度是解决乘客出行需求与车辆服务之间供需矛盾最为有效的途径。供需预测属于短时交通流预测领域,通过预测在某一时段、某一区域的乘客打车需求,指向性地把过剩的运力向周围特定区域进行调度,从而有效解决供需矛盾。本文通过查阅大量相关文献,从打车需求量预测和短时交通流预测两个方面进行国内外相关文献的综述,对打车需求量的预测展开研究。首先,建立基于极端梯度提升的打车需求量预测模型,从理论推导上分析了极端梯度提升算法相比较于传统的梯度提升算法的优势,通过对样本数据进行预处理,对打车需求量进行分析,构造模型特征,并通过实验对比验证了基于极端梯度提升的预测模型在预测打车需求量方面的有效性以及较其它预测模型更具优越性。其次,建立单变量线性回归模型提取打车需求量的月趋势,建立样条曲线模型提取打车需求量的日趋势,对基于极端梯度提升的打车需求量预测模型的特征进行优化,新增月趋势特征和日趋势特征,并通过实验验证了新增特征对提升模型预测精度的有效性。最后,基于本文所做的研究进行打车需求量预测系统的设计与实现,系统的功能由实时需求量、历史需求量和系统管理三大模块组成,而系统的实现则验证了本文所做研究的有效性与实用性。

关键词： 证券价格预测   最小二乘支持向量机   ELMAN神经网络   隐式马尔科夫模型   回测  

摘要： 股票的交易促进了经济金融的发展。自1773年以来股票首先在英国发行,并且已经存在超过了两百年。中国的股市随着中国的经济一起迅速发展,上市公司的数目也在逐年增加。现在股票市场已经成为了中国经济的“晴雨表”和“报警器”,它对中国经济发展的影响是无法度量的。目前,学者对于证券价格的预测是研究的热点问题之一。预测的方法也随着计算机技术的发展得到了很大的提升。作为数据挖掘领域的尖端技术,机器学习算法首先对训练数据进行学习,进而再将学习到的特征运用到预测中去。成功地预测未来走势是投资成功的唯一保证。本文在简要地阐述机器学习算法的基础上,研究了机器学习算法在上证A股中的适应性,并且以上证指数的日收盘价为例进行了分析与讨论。首先,本文进行机器学习模型在A股中的适应性实证分析,选取上证综数日度数据为样本数据,确定输入变量,选取预测性能好的核函数,采用重构核模型对每日的收盘指数进行建模分析与预测;进而,将实证分析的拟合结果与我们选择的其他模型进行对比分析,验证重构核模型的有效性;最后模型回测,利用HMM模型将本文中的样本区间按照状态分离开,在其中选取有代表性的牛市,熊市和震荡市,分别在这三个状态下通过上文得到的模型进行拟合预测,并且将预测精度与上文的全市场预测精度进行比较,从而完成模型的回测,最终得到在股票市场预测过程中,LS-SVM模型表现更优的结论;通过大量真实的股票数据验证了本文得出的模型可以有效的对股指的变化进行预测,帮助广大投资者了解股票市场的变化情况,对于普通投资者的股票投资有一定的参考意义。

关键词： 新型剧场建筑   视觉效果评价   机器学习   全景图像  

摘要： 该文通过综合应用机器学习、全景影像、计算机图像分析三项关键技术,对新型剧场建筑进行了视觉效果评价新方法的设计和实验,试图解决传统上根据观众与舞台的空间的几何关系等参数来评价剧场视觉效果的方法所无法解决的、空间几何形态和观演方式更加复杂的新型剧场的视觉效果的评价问题。