关键词： 近视   散光   像差测量   机器学习   算法   年龄分布  

摘要： 目的探讨不同年龄近视眼和近视散光人群的低阶像差和高阶像差的分布规律。方法横断面研究。连续收集2013年1月至2017年7月于天津市眼科医院屈光手术中心进行像差检查的近视眼和近视散光人群资料,均取其右眼数据用于分析。所有受试者进行Wavescan波前像差仪、裂隙灯显微镜、主觉验光和最佳矫正视力(BCVA)检查。每例受试者检查结果数据为32项,包括受试者年龄、BCVA、低阶像差(球镜度数、柱镜度数和散光轴位)以及高阶像差(3~6阶像差的Zernike多项式系数及其均方根)。将年龄分为5个值域,其他特征分为3个值域,采用关联规则挖掘中的频繁模式增长算法进行机器学习,分别用置信度和支持度来表示年龄与不同特征关联规则的真实性和频率。结果最终纳入1507例受试者,其中男性694例,女性813例;年龄为(23.28±5.45)岁。高阶像差在年龄从低到高的人群中呈现降低的趋势,最低值出现在25~30岁人群[3阶像差均方根(低均方根的置信度为47.74%)、4阶像差均方根(低均方根的置信度为86.01%)和三叶草像差(x和y轴方向低均方根的置信度分别为56.38%和73.25%)]和30~35岁[初级球差(低像差的置信度为56.10%)和垂直彗差(像差的置信度为56.91%)],然后又随年龄段增大。顺规散光随人群年龄段增大逐渐减少,而逆规和斜轴散光则逐渐增多(顺规散光的置信度在由低到高的年龄段人群中分别为88.66%、84.71%、81.07%、79.67%和66.35%,呈降低趋势,而逆规和斜轴散光逐渐增加)。结论随着年龄的增长,人群中顺规散光减少,逆规散光增加;25~35岁人群的高阶像差最低。

关键词： 数据建模   机器学习   人工智能   学习模型  

摘要： 随着人工智能(artificial intelligence,AI)的蓬勃发展,相应的机器学习方法也在不断取得新突破.本文通过对聊天机器人的发展进行回顾,梳理了人工智能和机器学习的基本研究现状,特别是依据任务及算法类型,依次介绍了在数据建模中常用的机器学习技术,包括监督学习、无监督学习、弱监督学习、强化学习和深度学习领域的典型方法或模型.本文最后还对机器学习的未来研究所面临的挑战和可研究方向进行了讨论.

关键词： 科学发现   机器学习   科学大数据   瞬变事件发现   智能科学发现  

摘要： 大规模科学装置与重大科学实验使得科学发现进入了数据密集型的第四范式,借助蓬勃发展的人工智能技术促进智能科学发现势在必行.机器学习作为人工智能中的一项重要技术,已广泛应用于各个科学领域.然而,现有工作仅研究特定任务下的机器学习方法,没能抽象出一个通用的智能科学发现研究框架.本文首先总结了科学发现任务中常用的机器学习方法,并将科学任务归类为五大机器学习问题.其次,提出了基于机器学习的智能科学发现研究框架,作为“AI for Science”的典型范例,阐述了一种高效的智能科学发现模式.再次,本文以时域天文学中发现瞬变事件这一科学任务为例,通过实验证明了唯有恰当地结合领域知识后,机器学习算法才能更好地服务于智能科学发现,验证了该框架的有效性.最后进行总结与展望,以期对各领域进行智能科学发现形成参考意义.

关键词： 机器学习   系统软件   索引结构   键值存储   并发控制  

摘要： 机器学习方法为构建系统软件带来了新的机遇.为充分利用硬件资源支撑新型应用,系统软件的设计与实现需要不断改进与演化,以适应不同场景的需求.机器学习方法具有从数据中提取规律并自动优化系统性能的潜力.然而,使用机器学习方法赋能系统软件面临一些挑战,包括设计面向系统软件的定制化模型、获取足量且高质量的训练数据、降低模型开销对系统性能的影响,以及消除模型误差对系统正确性的影响等.介绍了上海交通大学并行与分布式系统研究所在索引结构、键值存储系统、并发控制协议等方面应用机器学习方法优化系统软件的实践,并从模型设计、系统集成和实践者自身知识储备等方面总结了经验与教训.此外,还回顾了国内外相关研究,并对此研究方向提出了展望与建议,希望为未来的研究提供参考与帮助.

关键词： 高血压   机器学习   农兽药   化学污染物   预测模型  

摘要： 目的基于不同的机器学习方法探究石家庄与杭州成年居民体内农兽药及化学污染物暴露与高血压患病情况之间的关系。方法采用2018—2019年在石家庄与杭州进行的“降低成年超重者营养相关慢性病风险的适宜身体活动量研究”调查数据,选择496名包含人口学资料、体格测量、常规血清检测和血清农兽药及化学污染物暴露信息的成年居民作为研究对象,在Lasso变量筛选后分别使用传统的逻辑回归模型与多种机器学习模型建立高血压的预测模型,利用ROC曲线下面积(AUC)评估模型效果。结果Lasso变量筛选结果显示,农兽药及化学污染物暴露4-氯苯氧乙酸(4-CPA)、全氟辛酸(PFOA)、全氟己烷磺酸(PFHxS)和全氟辛烷磺酸(PFOS)与高血压具有显著的关联。机器学习模型中支持向量机模型预测效果最好(AUC=0.71),优于传统的逻辑回归模型(AUC=0.57)。结论农兽药及化学污染物暴露中4-CPA、PFOA、PFHxS和PFOS是高血压的重要危险因素,机器学习模型在流行病学影响因素研究中具有很好的适应性,在拟合非线性关系的数据时有一定的优势。

关键词： 地震破坏预测   破坏状态预测   机器学习   随机森林算法   新西兰地震损失数据  

摘要： 地震破坏预测研究对于建筑结构减灾规划、震前风险预测、震后应急评估有着重要意义。传统的方法因为受到震害资料数量的限制以及计算精度和能力的制约,一般基于经验只考虑少数因素对结构破坏的影响。通过使用随机森林算法,设计了一个综合考虑地震动、结构和场地等多维度信息的分类方法,用以预测建筑物的地震破坏程度。本文研究框架基于新西兰国家地震委员会所收集的27次地震详细破坏资料,处理得到14.2万条高质量建筑物损失数据,考虑了谱加速度、建筑形状、层数等16个影响因素,将4种不同的损伤状态作为模型的学习标签进行地震破坏预测训练。结果表明,随机森林算法在6种分类算法中性能最佳,经过学习曲线法调参、代价敏感学习之后,经过优化得到的随机森林模型对于测试集的整体预测精确率可以达到75.4%,对4种损伤标签的召回率分别达到了88.2%、55.0%、60.7%和70.8%,远好于其他方法。当只考虑对结果影响最重要的前12个因素,该模型的预测精度仍然能够达到73.7%。可见,基于此框架所训练的预测模型具有良好的精度与适用性,同时该框架对于中国震害资料大数据库的研究具有较高的参考价值。

关键词： 糖尿病肾脏病   风险评估模型   Logistic回归   BP神经网络   分类树  

摘要： 运用 Logistic 回归模型、BP 神经网络模型、分类树模型三种机器学习算法分别构建糖尿病肾病预警模型,通过分析比较,筛查出糖尿病肾病最佳评估模型。方法 选取2型糖尿病肾病组214人和2型糖尿病非肾病组210人,分别应用logistic回归、BP神经网络、分类树构建糖尿病肾脏病风险评估模型,筛选出高危因素,根据预测结果计算三种算法的召回率、正确率、查准率、F1、 ROC曲线下面积。结果 三种方法构建的预测模型筛选出的高危因素包括血清胱抑素C(Cys-c)、视黄醇结合蛋白测定、24h尿微量白蛋白、尿微量白蛋白/肌酐比值(ACR)。分类树模型、BP神经网络模型、logistic回归模型ROC曲线下面积(AUC)值分别为0.853、0.906、0.874。结论 本研究筛选的高危因素包括Cys-c、视黄醇结合蛋白测定、24h尿微量白蛋白、ACR,基于高危因素应用三种统计学方法构建的预测模型中BP神经网络模型预测效果最佳,对糖尿病肾脏病风险评估具有较好的预测能力。

关键词： 数字经济   机器学习   舞弊识别   上市公司  

摘要： 数字时代的来临使利用机器学习识别财务舞弊成为研究的热点。在采用原始财务数据的基础上,引入财务比率、公司治理指标、审计指标和我国资本市场特殊指标,并以Logistic模型为评价基准,分别运用决策树、随机森林、Adaboost决策树和支持向量机(SVM)模型进行机器学习分析,并利用采样的方式降低样本不平衡性,以召回率(recall)为评价各模型的标准,综合运用准确率(accuracy)、召回率和AUC判断模型和数据的优劣。研究发现:加入财务比率、审计指标和我国资本市场特殊要素指标的模型能够得到较优的识别效果,而公司治理指标并不能提高模型的舞弊识别能力;与其他模型相比,随机森林模型和Adaboost-决策树模型具有更好的舞弊识别效果。

关键词： 机器学习   点估计   区间估计   学生成绩  

摘要： 利用现代技术挖掘高校学生成绩的影响因素并对学生成绩进行预测,是教师优化教学方法、学校调整教学策略的关键。将Bootstrap方法、递归特征消除、支持向量回归模型以及变邻域搜索算法相结合,对小样本下影响高校学生成绩的因素进行挖掘,并基于此对高校学生成绩进行点预测和区间预测。将上述方法应用于某高校学生数学成绩数据,并与传统Bootstrap支持向量模型进行对比,验证了所提方法的有效性。

关键词： 螺栓连接件   K近邻算法   机器学习算法   功率谱密度   频率特征   机器学习方法   定期检测   预紧力  

摘要： 水下螺栓连接件松动可能导致灾难性后果,因此,对其进行定期检测至关重要.本文探索性地提出了一种通过叩击检测水下螺栓连接件松动情况的方法.当螺栓连接件预紧力降低时,通过敲击其产生的声音会发生相应变化.该方法利用功率谱密度进行特征选择,根据叩击引起的声音频率特征变化,采用浅层机器学习方法K近邻算法来识别相应的松动状态.实验结果证明了该方法的有效性.