关键词： 机器学习   矿井突水   矿井水防治   理论体系   大数据  

摘要： 致灾机理、危险性评价、灾变预测共同构成矿井水防治理论体系基本内容,其在过去20多年里快速发展,目标是理解矿井水行为特征,预测演化趋势,服务矿区水害防治工作。机器学习是大数据时代进行数据分析和挖掘的有力工具。将机器学习应用于矿井水防治理论体系研究,已得到相对广泛的关注。针对理论体系的3项基本内容,重点讨论了机器学习在各内容建设中的具体应用,主要包括:根据不同水害类型分类简述致灾机理研究现状,指出机器学习应用暂为空白的原因为其不具备做出假设的能力。认为未来致灾机理研究方法依然以传统方法(理论分析、数值模拟、相似模拟等)为主,机器学习促进地质数据获取与处理,对机理研究作出贡献;分析方法优势,指出机器学习作用于危险性评价的主要方式为非结构化数据的处理及丰富评价方法;分析基于物理和基于数据的单一预测模式弊端,论述物理模型与数据驱动相结合的必要性,相应给出“模型-数据”双驱动预测模式的3种实现形式,并讨论了基于图像的灾变预测方法可行性。随着生产数据及地质数据的丰富,机器学习方法可推动理论体系研究快速发展,并为矿井水防治学科系统方法论研究作出贡献。

关键词： 油菜   苗情监测   叶面积指数   叶绿素相对含量   超分辨率重建   机器学习  

摘要： 为优化养分管理和确保植株正常生长，以无人机遥感技术高效且非破坏采集田间作物苗情信息，监测油菜苗期的叶面积指数（LAI）与叶绿素相对含量（SPAD）。针对无人机因飞行高度与图像分辨率相互制约，监测效率与监测精度难以兼顾的问题。本研究采用超分辨率重建方法，融合较低飞行高度拍摄高分辨率影像，重建较高飞行高度拍摄影像，建模完成后可通过拍摄飞行影像监测LAI和SPAD。试验设置3个氮肥梯度、3个播期、3个植密度处理，在苗期利用无人机分别采集20m及40m 2个飞行高度的油菜苗影像，采用SRRestnet方法，对40m影像进行超分辨率重建。基于20m、40m及40m重建影像中提取的3种特征组合，利用偏最小二乘回归（PLSR）、随机森林（RF）、支持向量回归（SVR）3种机器学习方法对LAI和SPAD进行监测。结果表明，超分辨率重建后的图像在表型苗情监测中表现良好效果，PLSR监测LAI、RF监测SPAD的监测精度最高，且40m重建图像的作业效率相比于20m图像提高48.6%。

关键词： 弥漫大B细胞淋巴瘤   不规则时间序列数据   复发预测   深度神经网络  

摘要： 目的探讨深度神经网络在不规则时间序列数据中的分类效果,并对山西某医院2014-2020年362例弥漫大B细胞淋巴瘤(diffuse large B-cell lymphoma,DLBCL)患者进行复发预测。方法回顾性地收集了确诊且治疗后达到完全缓解的362例DLBCL患者的病例资料,并预测其两年内的复发。先利用LASSO回归进行变量的筛选,再构建基于GRU-ODE-Bayes(gated recurrent unirt-ordinary differential equation-Bayes)的不规则时间序列深度神经网络模型,并与传统模型及其他深度神经网络模型进行比较。结果在本文的所有模型中,传统模型的分类性能不及深度神经网络模型。其中GRU-ODE-Bayes模型最优,其AUC为0.85,灵敏度为0.84,特异度为0.71,G-means为0.77。结论关于不规则DLBCL时间序列数据,与本文其他模型相比,GRU-ODE-Bayes模型可以更精准地预测DLBCL患者的复发情况,可为患者个性化治疗和医生决策提供参考。

关键词： 机器学习   性能评估   模型  

摘要： 近些年,机器学习越来越多地应用于生物信息学、建筑材料等领域。与传统模型,相比机器学习模型具有预测速度快、准确性高等优点。文章主要对四种基本机器学习模型进行介绍以及性能评估,有助于研究人员选择合适且准确的机器学习模型。

关键词： 材料数据库   机器学习   深度神经网络   逆向设计   数据驱动   材料计算   集成模型   光电性质  

摘要： 高通量计算与材料数据库推动了数据驱动的机器学习方法的发展.机器学习已经成为材料计算研究的重要方法,在分析材料数据、加速材料计算、预测材料性质、推进新材料发现、筛选和设计等方面展现出极大的潜力.众多与材料计算相交叉的机器学习方法、模型以及框架不断涌现.本文综述了近年来光电半导体材料计算设计领域内机器学习方法的最新进展与应用.介绍了机器学习的流程与类型,基于不同材料表示方法的浅层模型、集成模型和深度神经网络,以及相关材料数据库和相关工具.我们还讨论了这些模型在预测材料稳定性与光电性质、材料逆向设计、构建材料构效关系等方面的应用.最后,本文对目前机器学习方法存在的机遇与挑战,即数据数量与质量、材料的表示、材料逆向设计做了进一步总结与讨论.

关键词： 建筑   电能耗预测   数据分类   递归特征消除法   模糊C均值聚类算法  

摘要： 建筑侧各类可再生能源的应用日益普及,建筑电能耗预测在用能供需平衡、电网稳定运行、尖峰需求响应等方面发挥越来越重要作用。尽管诸多数据驱动模型在能耗预测方面获得广泛应用,当前仍缺乏预测精度高、泛化能力强的短期预测模型。针对该问题,提出一种基于建筑物能耗特点并结合数据挖掘技术的分类集成式能耗预测方法。首先,采用递归特征消除法对数据进行特征筛选,并用模糊C均值聚类算法对训练集数据进行聚类,使用K最邻近法对验证集和测试集数据进行归类;选择5种结合智能优化算法的混合数据驱动模型作为子学习器,分别对每类数据做预测,最后使用多元线性回归法进行结果集成。经3个建筑电力用能案例验证,此集成预测模型精度均优于单个子模型,具有适用不同建筑类型和用能尺度的预测潜力。

关键词： 含硼材料   能隙   总磁化强度   机器学习  

摘要： 近年来,含硼材料在新能源、催化等领域日益受到重视,然而,对于高附加值的含硼材料发展还存在很高的技术壁垒.因此,亟需深入研究含硼材料微观性质间的关联关系,推动高端含硼材料的研发.本工作面向材料研究从传统的试错法向数据驱动的研究范式转变的需求,通过特征选择、网格搜索优化以及特征重要性分析,探索了多种重要的机器学习算法在含硼材料能隙预测中的应用.结果表明,采用随机森林算法的能隙预测模型决定系数(R^(2))可达0.84,并发现含硼材料的总磁化强度(total magnetization)特征与能隙存在显著的负相关关系,即材料的总磁化强度越小,其能隙越大.本工作表明机器学习方法可用于定向设计具有特定能隙的含硼材料.同时,结果也表明,作为一种集成学习模型,随机森林具有较好的学习能力与稳定的预测性能,可以应用到其它类型材料体系的能隙以及其它材料属性的预测,加速材料性能的设计与优化过程,对新型功能材料的快速筛选与高性能预测具有重要的科学意义.

关键词： ICESat-2/ATLAS   贝叶斯优化算法   机器学习方法   SVM-RFE   半方差函数  

摘要： 【目的】旨在评估星载光子计数雷达数据估测森林郁闭度(Forest Canopy Closure,FCC)的潜力,为优化森林管理规划提出一种高效率、低成本估测区域尺度FCC的新技术方法。【方法】研究以星载激光雷达ICESat-2/ATLAS光子点云数据为信息源,以滇西北生态脆弱区香格里拉为研究区,结合54块地面实测样地数据,在前期对点云数据进行去噪、分类等预处理的基础上,对研究区74808个有林地光斑冠层参数进行提取(共计59个),使用支持向量机的递归特征消除算法(SVM-RFE)优选特征变量,采用普通克里格(OK)插值出区域尺度特征变量的空间分布,基于贝叶斯优化(BO)算法改进后的随机森林(RF)、K-最近邻值法(KNN)、梯度回归(GBRT)模型建模,以决定系数(R^(2))、均方根误差(RMSE)、总体预测精度(P)、残差平方和(R_(SS))和相对均方根误差(R_(RMSE))作为模型评价指标,以此构建研究区FCC估测模型。【结果】1)由ICESat-2/ATLAS提取的光斑冠层参数经SVM-RFE优选后,6个(asr、n_toc_photons、n_ca_photons、h_min_canopy、toc_roughness、photon_rate_can)冠层参数的平均交叉验证精度高为0.60,可作为OK插值变量;2)以优选的冠层参数作为OK插值变量拟合最佳半方差函数,所有变量的块金效应(SR<25%)较弱,具有强烈的空间自相关性,除asr变量的最佳拟合模型为球状模型(R^(2)=0.689,R_(SS)=2.05×10^(-6),R_(RMSE)=0.1602)外,其余5个变量的最佳拟合模型均为指数模型(R^(2),0.71~0.93;R_(SS),2.34×10^(-9)~1.54×10^(-4);R_(RMSE),0.0239~0.1886);3)在BO-RF、BO-GBRT、BO-KNN郁闭度估测模型中,以BO-RF模型综合建模精度最高(R^(2)=0.73,RMSE=0.09、P=80.13%),可作为研究区FCC遥感估测模型;4)使用BO-RF模型估测的研究区FCC进行空间制图,均值为0.53,主要分布在0.3~0.6之间,占比77.44%。FCC高值区域总体呈现出由东南向北延伸分布的趋势,与研究区森林资源分布情况基本一致。【结论】该方法可为优化森林资源管理提供一种技术与方法上的参考。

关键词： 子痫   多组学   机器学习   标志物   COL17A1基因   DIO2基因  

摘要： 目的分析子痫患者的胎盘和外周循环转录组数据,筛选子痫的早期诊断标志物。方法从高通量基因表达数据库中获取子痫患者的临床信息和相应的芯片表达谱数据。通过差异基因表达分析、富集分析和加权基因共表达网络分析(WGCNA)等多组学方法,寻找候选的诊断标志物,并探究子痫发生的潜在机制。然后,采用组合的机器学习方法,包括随机森林树、支持向量机和最小绝对收缩和选择操作符方法,对候选标志物进一步筛选。最后,使用外周循环数据集对筛选后的诊断标志物进行验证。结果差异基因表达分析显示,在子痫中有71个基因上调,21个基因下调。WGCNA分析显示,子痫的发生与青色和绿松石色模块高度相关。候选诊断标志物的富集分析揭示,细胞周期、细胞衰老和免疫相关通路的改变可能是子痫发病的主要原因。经过机器学习的进一步筛选,确定COL17A1和DIO2基因在子痫患者的外周血中显著上调,并具有显著的诊断效能。结论COL17A1和DIO2基因可作为早期诊断子痫的外周循环诊断标志物。

关键词： 法医人类学   医学统计学   机器学习   年龄推断   骨龄   牙龄   综述  

摘要： 活体年龄推断研究中通常需要对大量的数据进行数理统计分析,合理的医学统计方法在数据整理和分析中发挥着重要作用,选择准确、恰当的统计方法是影响研究结果质量的关键因素之一。本文综述了活体年龄推断研究中描述性统计、差异性分析、一致性检验、多元统计分析等较为常用的医学统计方法以及浅层学习、深度学习等机器学习方法的原理和适用原则,并概括介绍了医学统计方法和机器学习方法之间的关联性和应用前景,旨在为活体年龄推断研究获得更为科学、精准的结果提供技术指引。