检索结果-南通市图书馆

Fairness in machine learning: definition, testing,debugging, and application

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

Science China(Information Sciences) 2024年第9期67卷 41-61页

作者： Xuanqi gao Chao SHEN Weipeng JIANG Chenhao LIN Qian LI Qian WANG Qi LI xiaohong GUAN Faculty of Electronic and Information Engineering Xi'an Jiaotong University School of Cyber Science and Engineering Wuhan University Institute for Network Sciences and Cyberspace Tsinghua University

In recent years, artificial intelligence technology has been widely used in many fields, such as computer vision, natural language processing and autonomous driving. Machine learning algorithms, as the core technique of AI, have significantly facilitated people's lives. However, underlying fairness issues in machine learning systems can pose risks to individual fairness and social security. Studying fairness definitions, sources of problems, and testing and debugging methods of fairness can help ensure the fairness of machine learning systems and promote the wide application of artificial intelligence technology in various fields. This paper introduces relevant definitions of machine learning fairness and analyzes the sources of fairness problems. Besides, it provides guidance on fairness testing and debugging methods and summarizes popular datasets. This paper also discusses the technical advancements in machine learning fairness and highlights future challenges in this area.

关键词： artificial intelligence security machine learning security machine learning fairness model testing model debugging

Comprehensive transcriptional atlas of human adenomyosis deciphered by the integration of single-cell RNA-sequencing and spatial transcriptomics

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

Protein & Cell 2024年第7期15卷 530-546页

作者： Tao Chen Yiliang Xu Xiaocui Xu Jianzhang Wang Zhiruo Qiu Yayuan Yu xiaohong Jiang Wanqi Shao Dandan Bai Mingzhu Wang Shuyan Mei Tao Cheng Li Wu Shaorong gao Xuan Che Department of Obstetrics and Gynecology Affiliated Women and Children Hospital of Jiaxing UniversityJiaxing 314000China Shanghai Key Laboratory of Maternal Fetal Medicine Clinical and Translational Research Center of Shanghai First Maternity and Infant HospitalFrontier Science Center for Stem Cell ResearchSchool of Life Sciences and TechnologyTongji UniversityShanghai 200092China Key Laboratory of Animal Bioengineering and Disease Prevention of Shandong Province College of Animal Science and TechnologyShandong Agricultural UniversityTaian 271018China Women’s Hospital School of MedicineZhejiang UniversityHangzhou 310013China Postgraduate training base Alliance of Wenzhou Medical University Wenzhou Medical UniversityWenzhou 325035China Jiaxing University Master Degree Cultivation Base Zhejiang Chinese Medical UniversityHangzhou 310053China Shanghai Key Laboratory of Maternal Fetal Medicine Shanghai Institute of Maternal-Fetal Medicine and Gynecologic OncologyClinical and Translational Research CenterShanghai First Maternity and Infant HospitalSchool of Life Sciences and TechnologyTongji UniversityShanghai 200092China

Adenomyosis is a poorly understood gynecological disorder lacking effective *** persists regarding“invagination”and“metaplasia”*** endometrial-myometrial junction(EMJ)connects the endometrium and myometrium and is important for diagnosing and classifying adenomyosis,but its in-depth study is just *** single-cell RNA sequencing and spatial profiling,we mapped transcriptional alterations across eutopic endometrium,lesions,and *** lesions,we identified unique epithelial(LGR5+)and invasive stromal(PKIB+)subpopulations,along with WFDC1+progenitor cells,supporting a complex interplay between“invagination”and“metaplasia”theories of ***,we observed endothelial cell heterogeneity and abnormal angiogenic signaling involving vascular endothelial growth factor and angiopoietin ***-cell communication differed markedly between ectopic and eutopic endometrium,with aberrant signaling in lesions involving pleiotrophin,TWEAK,and WNT *** study reveals unique stem cell-like and invasive cell subpopulations within adenomyosis lesions identified,dysfunctional signaling,and EMJ abnormalities critical to developing precise diagnostic and therapeutic strategies.

关键词： adenomyosis single-cell RNA sequencing spatial transcriptomics endometrial-myometrial junction progenitor cells

在线全文

学校读者我要写书评

暂无评论

服从不同分布数据的无量纲化方法研究

统计与决策 2022年第10期38卷 31-36页

作者：李兴奇高晓红楚雄师范学院管理与经济学院云南楚雄675000 楚雄师范学院数学与计算机科学学院云南楚雄675000

无量纲化的优点是能缩小指标间的量纲差异,缺点是容易造成原始信息损失,科学评价无量纲化方法的利弊有助于寻找不同分布中的最佳无量纲化方法,提高数据的处理质量。文章分别构建无量纲化效果和信息损失情况的评价指标,通过数值模拟实验... 详细信息

无量纲化的优点是能缩小指标间的量纲差异,缺点是容易造成原始信息损失,科学评价无量纲化方法的利弊有助于寻找不同分布中的最佳无量纲化方法,提高数据的处理质量。文章分别构建无量纲化效果和信息损失情况的评价指标,通过数值模拟实验来比较不同分布中各无量纲化方法的效果和信息损失速率。结果发现,无量纲化过程中利弊并存,不同分布数据适用的无量纲化方法不同,需要综合考虑数据的分布特点和研究的需要来选择无量纲化方法,其中线性无量纲化不改变数据的分布特征,伸缩法不改变数据的变异性,平移法不改变数据的差异性大小,归一化和规范化的无量纲化效果较好,但信息损失速率较快。

关键词：不同分布无量纲化方法无量纲化的效果信息损失速率弹性

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

综合评价结果的区分度与稳定性研究

统计与决策 2022年第16期38卷 16-21页

作者：李兴奇高晓红楚雄师范学院管理与经济学院云南楚雄675000 楚雄师范学院数学与计算机科学学院云南楚雄675000

综合评价是一项系统而又复杂的工作,其目的是获取能反映被评价对象全貌的综合评价值来区分不同个体的优劣。好的综合评价结果应该具备较高的区分度和稳定性,因此如何科学度量评价值的区分度和稳定性成为综合评价结果可靠与否的关键。文... 详细信息

综合评价是一项系统而又复杂的工作,其目的是获取能反映被评价对象全貌的综合评价值来区分不同个体的优劣。好的综合评价结果应该具备较高的区分度和稳定性,因此如何科学度量评价值的区分度和稳定性成为综合评价结果可靠与否的关键。文章构建一种新的区分度度量方法,提升了区分度的准确性和适用性;分析了导致综合评价结果波动的诸多因素,引进综合评价结果稳定性的度量指标,并证明了该指标的科学性与合理性;通过大量的数值模拟实验来计算不同综合评价方法的区分度和稳定性,研究区分度和稳定性的影响因素。结果表明,不同分布类型数据的取值规律不同,不同无量纲化方法处理数据的效用不同,不同综合评价方法确定权重的机理不同,任何一种因素的改变都会对综合评价结果的区分度和稳定性产生影响,所以进行综合评价前需要充分考虑数据的分布类型进而选择恰当的无量纲化方法和综合评价方法,以提高结果的区分度和稳定性。

关键词：综合评价区分度稳定性无量纲化数值模拟

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

多元线性回归模型中无量纲化方法比较

统计与决策 2022年第6期38卷 5-9页

作者：高晓红李兴奇楚雄师范学院数学与计算机科学学院云南楚雄675000 楚雄师范学院管理与经济学院云南楚雄675000

构建多元线性回归模型前通常需要对原始数据进行无量纲化处理,以减小各变量间的量纲差异,从而能真实地反映解释变量与被解释变量之间的依存关系。现有的无量纲化方法众多,但经不同无量纲化方法处理后所得的多元线性回归结果不同,甚至差... 详细信息

构建多元线性回归模型前通常需要对原始数据进行无量纲化处理,以减小各变量间的量纲差异,从而能真实地反映解释变量与被解释变量之间的依存关系。现有的无量纲化方法众多,但经不同无量纲化方法处理后所得的多元线性回归结果不同,甚至差异较大,因此选取合理的无量纲化方法是多元线性回归结果可靠与否的关键。文章首先从理论上对多元线性回归模型和无量纲化方法进行剖析;然后建立无量纲化方法优劣的评价指标体系;最后通过数值模拟实验来分析不同无量纲化方法的优劣,并探究方法的稳定性。结果发现,不同的无量纲化方法对多元线性回归模型的影响不同,归一化是一种既能消除变量间量纲差异,又能保留变量内差异信息,还能增强模型拟合效果的最优方法。

关键词：多元线性回归模型无量纲化方法评价指标体系数值模拟

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

综合评价结果的区分度度量新方法

统计与决策 2022年第21期38卷 31-35页

作者：李兴奇高晓红楚雄师范学院管理与经济学院云南楚雄675000 楚雄师范学院数学与计算机科学学院云南楚雄675000

文章基于综合评价区分度的定义,分析了传统区分度度量方法的不足,并对其进行改进,提出了多种新的区分度度量方法,最后通过模拟实验来检验各种方法的有效性。结果表明:传统区分度度量方法未能反映任意两个评价值间的可区分性,不利于准确... 详细信息

文章基于综合评价区分度的定义,分析了传统区分度度量方法的不足,并对其进行改进,提出了多种新的区分度度量方法,最后通过模拟实验来检验各种方法的有效性。结果表明:传统区分度度量方法未能反映任意两个评价值间的可区分性,不利于准确度量综合评价结果的区分度;两两平方差法和两两离差法虽考虑了所有评价值间的可区分性大小,但计算量太大,且会出现评价值的区分度相互线性补偿的问题;相邻平方差法和相邻离差法虽有效简化了两两平方差法和两两离差法的计算量,但同样会出现评价值的区分度相互线性补偿的问题;经过不断改进得到的相邻对数离差法既解决了区分度相互线性补偿的问题,又能减小计算量,方便比较,是一种效果较好的区分度度量方法。

关键词：综合评价结果区分度模拟实验相邻对数离差法

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

斯特鲁普测试在轻微型肝性脑病中的应用进展

临床肝胆病杂志 2022年第2期38卷 448-451页

作者：高晓红李培燕彭芳延安大学附属医院感染病科陕西延安716000

轻微型肝性脑病(MHE)是肝性脑病的一个早期阶段,隐匿性强,临床漏诊率较高,早期诊断MHE并给予患者有效的临床干预至关重要。MHE的诊断方法有很多,目前常用的是肝性脑病心理学评分,由于操作繁琐、耗时长,限制了其在临床中的广泛应用,因此... 详细信息

轻微型肝性脑病(MHE)是肝性脑病的一个早期阶段,隐匿性强,临床漏诊率较高,早期诊断MHE并给予患者有效的临床干预至关重要。MHE的诊断方法有很多,目前常用的是肝性脑病心理学评分,由于操作繁琐、耗时长,限制了其在临床中的广泛应用,因此,临床亟待寻找简便、快速、有效的诊断方法。斯特鲁普测试(Stroop测试)是一种针对心理运动速度和认知灵活性的测试,其对MHE的诊断价值已在美国、韩国等多个国家得到验证。本文介绍了Stroop测试的发展及其在MHE中的应用进展。分析表明,基于移动设备的Stroop测试对诊断MHE具有较高的敏感度,且简便、可行,希望未来该测试能够在中国被广泛应用到筛查MHE的临床工作中。

关键词：肝性脑病斯特鲁普测试诊断

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

建筑深基坑工程的施工监理控制措施探究

现代工程科技 2023年第21期2卷 61-64页

作者：高晓洪阶梯项目咨询有限公司安徽池州247000

建筑深基坑工程是一项复杂而关键的工程,其施工阶段需要有效的监理控制措施来确保工程质量和安全。以某商业综合体为例,采用土钉墙+排桩预应力锚索支护,效果良好。监理人员需要对施工质量进行全面评估,确保工程符合相关标准和规范。通... 详细信息

建筑深基坑工程是一项复杂而关键的工程,其施工阶段需要有效的监理控制措施来确保工程质量和安全。以某商业综合体为例,采用土钉墙+排桩预应力锚索支护,效果良好。监理人员需要对施工质量进行全面评估,确保工程符合相关标准和规范。通过经验积累,监理人员可以总结和提炼出有效的施工监理控制措施,为今后的工程提供指导和参考。

关键词：深基坑支护施工监理

基于双树复小波分解的Boosting集成学习土地覆被分类研究

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

遥感技术与应用 2022年第2期37卷 354-367页

作者：李润祥高小红汤敏青海师范大学地理科学学院青海西宁810008 青藏高原地表过程与生态保育教育部重点实验室青海西宁810008 青海省自然地理与环境过程重点实验室青海西宁810008 高原科学与可持续发展研究院青海西宁810008

近年来,集成学习(Ensemble Learning,EL)分类方法成为土地覆被分类的研究热点,尤其是Boosting集成分类方法具有分类精度高、泛化能力强,在土地覆被分类中得到了显著的应用。但是,Boosting集成分类方法对噪声很敏感,如果训练样本含有噪声... 详细信息

近年来,集成学习(Ensemble Learning,EL)分类方法成为土地覆被分类的研究热点,尤其是Boosting集成分类方法具有分类精度高、泛化能力强,在土地覆被分类中得到了显著的应用。但是,Boosting集成分类方法对噪声很敏感,如果训练样本含有噪声时,Boosting算法可能会失效,这是该方法的局限性。为了解决Boosting集成方法在土地覆被分类中存在的问题,有效克服噪声的影响,减少分类结果中的“椒盐”现象和提高分类精度,提出了基于双树复小波分解的Boosting集成学习分类方法。该方法对影像的光谱波段进行一层双树复小波分解,降低图像的噪声,将分解后的各波段作为Boosting集成学习的输入,得到最终的分类结果。实验先后比较了GBDT、XGBoost、LightGBM 3种Boosting集成学习算法在SPOT 6和Sentinel-2A影像上的分类效果。结果表明:①在SPOT 6影像上,3种Boosting集成算法总体分类精度均高于90%;DTCWTLightGBM分类总体精度最高,达到94.73%,Kappa系数为0.93,比LightGBM总体精度提高了1.1%,Kappa系数提高了0.01;LightGBM分类总体精度比XGBoost分类总体精度提高了1.99%,Kappa系数提高了0.03,比GBDT分类总体精度提高了2.9%,Kappa系数提高了0.04;②在Sentinel-2A影像上,DTCWT-LightGBM分类总体精度最高,达到93.25%,Kappa系数为0.91,比LightGBM分类总体精度提高了1.53%,Kappa系数提高了0.01;LightGBM分类总体精度比XGBoost分类总体精度提高了1.14%,Kappa系数提高了0.02,比GBDT分类总体精度提高了2.53%,Kappa系数提高了0.03;③基于双树复小波分解的Boosting集成学习分类方法,降低了影像的噪音,减少了分类结果中存在的“椒盐”现象,区域一致性更强,提高了分类精度。

关键词：双树复小波分解 Boosting集成学习 GBDT XGBoost LightGBM