关键词： LSTM   XGBoost   时空匹配   指导预报产品   产品释用  

摘要： 为了提高格点风场预报产品的准确性,提出了一套基于深度学习和集成学习的风速、风向预报方法。使用时间序列上的站点风实况数据和空间范围上的数值模式预报产品建立时空信息匹配模型,使用了长短期记忆法(LSTM)和极端梯度提升(XGBoost)建立时空匹配的联合预报产品订正模型,形成72小时隔3小时、5千米时空分辨率的SCMOC风速、风向预报产品。评估结果显示,相较于SCMOC预测,联合模型实现风速平均绝对误差(MAE)降低了14.17%,风向平均绝对误差(MAE)降低了23.61%。模型对SCMOC风场产品的风速、风向的准确率有较好的提升,产品释用效果良好。

关键词： 老年   急性肾损伤   机器学习   风险预测模型  

摘要： 目的 采用机器学习方法构建老年患者术后急性肾损伤(AKI)的预测模型。方法 收集2019年6月至2020年7月行手术治疗的老年患者的术前信息和术后随访信息,提取实验室检查结果,共纳入115个术前变量,应用极端梯度提升(XGB)、梯度提升(GBM)、随机森林(RF)、支持向量机(SVM)和弹性网络逻辑回归(ELA)5种方法构建术后AKI预测模型,采用受试者工作特征曲线下面积(AUROC)、精确度-召回率曲线下面积(AUPRC)和Brier评分评估模型性能。为简化模型以便于临床实践应用,得到原始模型后剔除部分相关性较低的变量,并再次用上述方法对模型进行评估。结果 本研究最终纳入老年患者5 929例,男3 359例(56.7%),女2 570例(43.3%),年龄65~99岁,其中154例(2.6%)发生术后AKI。在应用5种机器学习方法构建的预测模型中,XGB模型的AUROC和AUPRC最高,分别为0.798(95%CI 0.705~0.888)和0.230(95%CI 0.079~0.374);Brier评分最低,为0.023(95%CI 0.014~0.029)。对XGB模型进行简化后,保留72个变量,简化模型的AUROC、AUPRC和Brier评分分别为0.790(95%CI 0.711~0.861)、0.176(95%CI 0.070~0.313)和0.024(95%CI 0.017~0.033),与原模型差异无统计学意义。结论 在应用5种机器学习方法构建的术后急性肾损伤预测模型中,XGB的预测效能最佳,经简化的XGB预测模型仍保留较高的预测效能,且更容易在临床上推广使用。

关键词： 调解成功率   调解员   在线调解   计算法学   智慧司法  

摘要： 本文对H省“人民法院调解平台”1542名调解员办理的21万件调解案件,采用融合XGBoost算法与SHAP解释框架的机器学习方法,以可视化的方式对调解员身份、学历、性别、经验四个特征与调解成功率的相关关系进行分析。结果表明:在该模型中,调解员的身份对调解成功率的影响最大,且大多数情况下当调解员身份为行政调解员或法官时,调解员身份会对调解成功率起到正向贡献作用;调解员经验的重要性仅次于调解员身份,但当经验值达到一定数值后,调解成功率不再受调解员经验的显著影响;相较于调解员身份和经验,学历对调解成功率的影响较小,随着学历的提高,其对调解成功率逐渐产生正向贡献,但当学历提高到硕士、博士时,其贡献作用明显减弱甚至出现负值;调解员性别对调解成功率的影响最小,且男性的影响小于女性,调解成功率更容易受到女性调解员的影响。

关键词： 财务违规预测   信息质量   结构化主题模型   文本分析   机器学习  

摘要： 现有研究发现引入LDA(latent Dirichlet allocation)主题模型能够提高对公司财务违规的预测效果.为了进一步探讨主体模型中主题因子预测能力的来源,本文以2008—2019年我国3,397家A股上市公司18,220份年度报告为样本,在以往LDA的基础上加入公司、经理、宏观基本面变量作为主题选择变量,加入违规标签作为情景变量,对年报信息质量进行分析并提取高质量和低质量主题因子.本文基于半监督思想的结构化主题模型(structural topic model)的实证结果表明,基于STM的财务违规预测模型优于基于LDA、词频和财务指标的财务违规预测模型,其错误分类成本降低13%以上.进一步研究发现主题因子的预测能力更多地来源于公司规模、年龄、杠杆、固定资产占比等公司特征,而非反映经理特征的有关变量.本文的预测模型不仅能够预测重大违规事件,也能在精确度较高的前提下给出覆盖率较高的违规公司或安全投资标的.本文的研究在实践上对监管机构监测违规公司和投资者构建安全投资标的池具有重要参考价值.

关键词： 卒中   机器学习   消化道出血  

摘要： 目的分析缺血性卒中患者(ischemic stroke,IS)在住院期间消化道出血(gastrointestinal bleeding,GIB)的发生情况,基于机器学习(machine learning,ML)方法构建缺血性卒中患者发生消化道出血的风险预测模型。方法以中国卒中中心联盟数据库中新发缺血性卒中患者为研究对象,使用随机欠采样方法处理非平衡数据集,并使用logistic回归、支持向量机(support vector machine,SVM)以及三种集成学习模型随机森林(random forest)、XGBoost和CatBoost来构建预测模型,使用AUC、灵敏度、特异度和Brier分数等指标评价模型预测性能。结果共纳入737786例新发缺血性卒中患者,发生消化道出血5373例(0.73%)。logistic回归、SVM、Random Forest、XGBoost和CatBoost的AUC分别为0.824±0.000、0.672±0.000、0.828±0.000、0.830±0.000、0.830±0.000,Random Forest、XGBoost和CatBoost的AUC优于logistic回归(P<0.01)。logistic回归、SVM、Random Forest、XGBoost和CatBoost的Brier分数分别为0.161±0.000、0.054±0.000、0.154±0.000、0.156±0.000和0.153±0.000,Random Forest、XGBoost和CatBoost的Birer值与logistic回归没有统计学差异(P>0.05)。结论集成学习模型可用于构建缺血性卒中患者发生院内消化道出血的预测模型,且预测性能优于一般logistic回归模型。

关键词： 机器学习   自杀意念   自杀尝试   自杀死亡  

摘要： 目的:全面总结机器学习预测自杀行为的算法特点、应用场景和模型效能。方法:系统搜索三个数据库中(PubMed、EMBASE、Web of Science)截至2022年11月应用机器学习算法预测自杀意念、自杀尝试和自杀死亡的文献。结果:研究共纳入71篇文献,提取81个模型。机器学习预测自杀行为的模型效果良好(自杀意念AUC区间0.70~0.97;自杀尝试AUC区间:0.63~0.96;自杀死亡AUC区间:0.69~0.93),但阳性预测值偏低。当前研究多采用临床或社区样本,缺少学校样本。模型纳入的特征多为人口统计学和精神病理学变量,缺乏心理、生理和社会变量。结论:机器学习提升了自杀预测能力,有望作为辅助筛查工具应用于临床实践。

关键词： 生物大分子   分子模拟   机器学习   增强采样   多尺度模型  

摘要： 分子模拟技术已成为人们从分子层次探究生命原理的强有力工具.经过近50年的发展,生物分子模拟能够实现对蛋白折叠、构象运动和蛋白-蛋白分子相互作用等复杂分子体系的生物过程的动力学和热力学性质进行定量表征.近年来,以深度学习为代表的机器学习算法的应用进一步推动了生物分子模拟技术的发展.本文对生物分子模拟中的机器学习方法进行综述,重点讨论机器学习算法在提高生物分子力场精度、分子模拟构象采样效率、以及高维生物分子模拟数据处理等方面取得的重要进展.在此基础上,对未来研究中基于机器学习技术进一步克服生物分子模拟的精度和效率瓶颈、扩展生物分子模拟适用范围、实现计算模拟与实验测量的深度融合做了展望.

关键词： 帕金森疾病   计算机辅助诊断   疾病预测   进展预测   机器学习  

摘要： 帕金森疾病(PD)是世界卫生组织认定的十大疑难病症之一,对患者和家庭造成巨大负担。目前,治疗只能在一定程度上缓解临床症状,无法完全治愈。因此,早期辅助诊断对PD患者有着十分重要的现实意义。本研究综合分析了国内外PD分类预测的计算机辅助诊断技术,并梳理了利用机器学习模型辅助早期检测PD的研究工作,以指导早期干预和防止病情进展。常用的预测方法包括数据预处理、特征选择和分类。在数据量较大或数据复杂性较高的情况下,传统机器学习方法不具优势,因此采用深度学习或改进的机器学习方法更有助于提高预测准确度。此外,PD患者合并认知能力障碍的脑结构影像诊断也备受关注。认知功能障碍研究是有一个相对渐进的过程,早期筛查并尽早进行相关干预显得十分必要。未来的研究应深入挖掘基于机器学习方法的计算机辅助诊断技术,将其应用于PD的早期分类预测,以提高医生诊断准确率和提升诊疗质量。

关键词： 脑出血   随机森林   人工神经网络   贝叶斯网络   辨证分类  

摘要： 目的评价并比较人工神经网络、贝叶斯网络、随机森林三种机器学习算法在脑出血中医辨证分类中的分类效果。方法采用上述三种方法分别对518例脑出血急性期患者的中医四诊信息进行建模,并通过准确率、灵敏度、特异度来评价模型分类效果。结果三种方法中,随机森林的分类效果最好,准确率、中经络正确率、中脏腑正确率分别为81%、80%、81%;人工神经网络次之,分别为73%、74%、71%;贝叶斯网络最差,分别为60%、74%、51%。结论考虑到随机森林在分类性能、建模时间、可解释性、特征筛选、简便性等方面的优点,我们更推荐在脑出血中经络和中脏腑的辨证分类中采用随机森林模型来辅助诊断。

关键词： 新冠肺炎   COVID-19   机器学习   医疗资源分配   预测模型  

摘要： 开发一种机器学习模型,用于预测个体是否处于受COVID-19(COrona VIrus Disease 2019)影响的危险之中,并辅助医疗决策,包括就医或选择居家隔离。基于GradientBoost、XGBoost、随机森林3种集成学习算法以及决策树、逻辑回归、支持向量机、KNN算法4种非集成学习算法,构建COVID-19风险预测模型并验证模型效能,识别COVID-19风险因素。集成学习与非集成学习模型ROC曲线下面积大致都在0.94左右。同时识别出年龄、是否是住院患者、是否携带病毒、是否怀孕、是否患有肺炎、是否插氧等重要风险因素。结果表明,在大样本量下集成学习不一定会优于非集成学习方法。