检索结果-南通市图书馆

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

机器学习在因果推断中的应用

中国卫生统计 2024年第2期41卷 310-315页

作者：王星吴亚飞方亚厦门大学公共卫生学院 361102 卫生技术评估福建省高校重点实验室厦门大学健康医疗大数据国家研究院

机器学习算法是挖掘数据间隐藏关系的重要手段,因果推断则是证实关联关系是否存在因果关系的重要技术。随着大数据时代的到来,两者的结合越来越密切。本文主要对近年有关机器学习与因果推断的研究进行梳理,分别从机器学习与因果推断概... 详细信息

机器学习算法是挖掘数据间隐藏关系的重要手段,因果推断则是证实关联关系是否存在因果关系的重要技术。随着大数据时代的到来,两者的结合越来越密切。本文主要对近年有关机器学习与因果推断的研究进行梳理,分别从机器学习与因果推断概念、两者关系以及机器学习在因果推断中的应用等方面展开论述,并对当前研究面临的困难以及发展方向提出展望。

关键词：机器学习因果推断因果模型

在线全文

学校读者我要写书评

暂无评论

质谱成像常用计算方法及其在肿瘤中的应用

中华肿瘤防治杂志 2024年第12期31卷 778-784页

作者：孙甜甜吕嘉丽张帅张涛王成山东大学公共卫生学院国家健康医疗大数据研究院山东济南250012

目的介绍质谱成像(MSI)统计分析场景中的机器学习算法,并总结近年来其在肿瘤应用中的研究进展,推动MSI技术在肿瘤研究中的应用。方法以“质谱成像、图像分割、分类、肿瘤”为中文关键词,以“mass spectrometry imaging、image segment... 详细信息

目的介绍质谱成像(MSI)统计分析场景中的机器学习算法,并总结近年来其在肿瘤应用中的研究进展,推动MSI技术在肿瘤研究中的应用。方法以“质谱成像、图像分割、分类、肿瘤”为中文关键词,以“mass spectrometry imaging、image segmentation、cancer”为英文关键词,检索中国知网和PubMed数据库2018年1月-2024年4月的相关文献。纳入标准:(1)MSI在肿瘤图像分割中的应用相关文献;(2)MSI在肿瘤亚型分类中的应用相关文献;(3)应用于肿瘤MSI数据的机器学习算法相关文献。排除标准:(1)研究机制模糊文献;(2)会议性、评论等文献;(3)内容相似或重复文献。最终共纳入符合条件文献41篇。结果 MSI是近年来飞速发展的针对各种生物分子进行空间成像的技术,该技术将样品表面分成一系列像素点,对每个像素点进行质谱分析,将得到的质谱信息转化为化合物在样品原位的分布图像。与传统质谱技术相比,MSI纳入了分子空间定位信息,近年来在肿瘤空间异质性研究中应用广泛。目前已有众多图像算法应用于肿瘤MSI研究,尝试通过数据分析及可视化描绘肿瘤微环境的异质性。近年来随着软电离技术和质谱仪器的不断发展,MSI数据结构更加复杂,基于MSI数据进行合理的统计分析是目前的研究重点。对肿瘤MSI数据进行统计分析的步骤主要为降维和聚类,不同机器学习方法在其中的应用实现了肿瘤相关分子机制等研究。结论现有的计算方法实现了肿瘤图像分割、肿瘤亚型的分类模型构建及生物标志物筛选等基础研究,为肿瘤诊断、治疗和预后等临床研究提供了技术支持。

关键词：质谱成像肿瘤降维聚类机器学习综述文献

在线全文

学校读者我要写书评

暂无评论

基于智能计算噬菌体的细菌宿主范围预测

微生物学报 2024年第2期64卷 344-363页

作者：王博宇杨孜孜 SUN Fengzhu 王颖厦门大学自动化系福建厦门361000 厦门大学国家健康医疗大数据厦门研究院福建厦门361000 美国南加州大学量化与计算生物系加利福尼亚州洛杉矶CA900894 厦门市大数据智能分析与决策重点实验室福建厦门361000

针对噬菌体的细菌宿主范围预测对于深入理解噬菌体及将其作为抗生素替代用于生物疗法具有重要意义。传统生物实验方法确定噬菌体的细菌宿主范围受到极有限的噬菌体可培养性和严苛的培养条件限制,而高通量测序技术所提供的海量基因组或... 详细信息

针对噬菌体的细菌宿主范围预测对于深入理解噬菌体及将其作为抗生素替代用于生物疗法具有重要意义。传统生物实验方法确定噬菌体的细菌宿主范围受到极有限的噬菌体可培养性和严苛的培养条件限制,而高通量测序技术所提供的海量基因组或宏基因组序列提供了噬菌体及细菌重要的序列信息,因此智能计算为预测噬菌体的细菌宿主范围提供了可行方法。本文从智能计算的角度对噬菌体的细菌宿主范围预测研究进行系统梳理,从噬菌体感染细菌的过程入手,描述配对预测模型所依赖的特征及其生物合理性,归纳宿主范围预测的智能模型、建模原理及预测策略,总结建模训练和评估所依赖的参考数据集与真实数据及评价指标。本文特别注意挖掘和分析各信息手段、模型、方法其背后的生物合理性及其依赖的生物机理。本综述期望推动基于智能算法的噬菌体的细菌宿主范围预测研究发展,并探索将生物先验结合人工智能实现噬菌体侵袭细菌宿主的本质机理推断,同时也为基于噬菌体的临床应用提供参考与借鉴。

关键词：微生物组噬菌体-宿主相互作用预测模型智能算法机器学习神经网络

产业数字化的减污与降碳效应——基于“生产率悖论”的研究视角

在线全文

学校读者我要写书评

暂无评论

系统工程理论与实践 2024年第9期44卷 2795-2818页

作者：方颖余兴锦厦门大学经济学院厦门大学王亚南经济研究院厦门大学邹至庄经济研究院

数字经济在产业绿色化转型过程中发挥了重要作用,探究产业数字化的减污降碳效应和影响机制,具有重要的理论意义和现实意义.本文利用Eora全球供应链数据库提供的中国1991–2008年投入产出表以及匹配的行业环境和能源消费卫星账户,从要素... 详细信息

数字经济在产业绿色化转型过程中发挥了重要作用,探究产业数字化的减污降碳效应和影响机制,具有重要的理论意义和现实意义.本文利用Eora全球供应链数据库提供的中国1991–2008年投入产出表以及匹配的行业环境和能源消费卫星账户,从要素生产效率的视角实证考察了行业数字化投入对碳排放和污染排放产生的影响和作用机制.研究发现,行业数字化投入对碳排放和污染排放均存在非线性影响,这种影响在缓解数字化投入的内生性后仍然成立.机制分析表明,数字化投入对减污降碳的非线性影响主要由数字化投入水平高低和要素生产率高低同时决定.在所考察的样本期内,本文实证结果表明存在数字经济的“生产率悖论”,这主要是因为数字化投入早期来源数字基础设施行业的数字化投入边际收益小于边际成本导致,要素生产率与数字化投入呈“U”型关系,而排放量与要素生产率呈倒“U”型关系,样本期内的数字化投入和要素生产率均处于较低水平,数字化投入通过“负负得正”的效应促进了行业减污降碳.此外,异质性分析表明,数字化投入对中高能耗行业、制造业、资源密集型行业以及行业处于较高出口依赖度时具有更强的减污降碳效应,一系列稳健性检验证明了本文结论的稳健性.本文研究内容为对于制定数字经济发展战略服务经济实现高质量发展以及加强绿色供应链管理提供了重要的政策参考.

关键词：产业数字化要素生产率生产率悖论倒“U”型

同方期刊数据库

T+0量化交易与转融券市场化费率居高不下之谜--从交易制度套利论协同改革的必要性

在线全文

学校读者我要写书评

暂无评论

管理世界 2024年第6期40卷 60-73页

作者：陈海强倪博厦门大学王亚南经济研究院厦门大学经济学院厦门大学大数据金融交叉实验室

科创板在A股市场首次实行转融券费率市场化改革,旨在有效平衡多空机制,然而改革后转融券费率一直居高不下,高费率带来的卖空约束限制了股价对负面信息的反应能力。本文首次引入利用转融券进行日内回转(T+0)交易的量化交易者,拓展了转融... 详细信息

科创板在A股市场首次实行转融券费率市场化改革,旨在有效平衡多空机制,然而改革后转融券费率一直居高不下,高费率带来的卖空约束限制了股价对负面信息的反应能力。本文首次引入利用转融券进行日内回转(T+0)交易的量化交易者,拓展了转融券市场博弈模型并利用转融券分笔交易数据进行实证检验。研究发现,非基本面信息驱动的融券需求导致转融券费率升高,排挤了传统的卖空交易者,并降低了长期投资者的持股意愿。异质性分析揭示,T+0策略的融券需求越高,转融券费率对需求的敏感性越强,表明T+0策略产生的融券需求是导致市场化费率居高不下的关键因素。为识别这一因果关系,本文将科创板引入做市商制度作为准自然实验,通过双重差分方法分析发现,做市商介入有效减少了基于T+0策略的融券需求,降低了转融券费率。本研究首次揭示了在交易制度限制下,基于非基本面信息的量化融券需求可能降低市场化改革效果,而引入做市商制度能有效抑制该负面影响。因此在实施转融券市场化改革的同时,监管层应推进交易制度的协同改革,减少制度套利行为带来的市场效率损失。

关键词：转融券费率市场化改革 T+0量化交易做市商制度协同改革

安居才能乐业:保障房建设对企业人力资本积累的影响

在线全文

学校读者我要写书评

暂无评论

世界经济 2024年第3期47卷 184-212页

作者：蔡庆丰吴冠琛李东旭厦门大学经济学院厦门大学王亚南经济研究院厦门大学大数据金融交叉实验室

解决好住房问题,才能让青年人放开手脚为美好生活奋斗。为此,政府提出“加快建立多主体供给、多渠道保障、租购并举的住房制度”,各地也推出保障性安居工程改善城市年轻人、新市民的住房条件。安居才能乐业,保障房供给能否提升周边企业... 详细信息

解决好住房问题,才能让青年人放开手脚为美好生活奋斗。为此,政府提出“加快建立多主体供给、多渠道保障、租购并举的住房制度”,各地也推出保障性安居工程改善城市年轻人、新市民的住房条件。安居才能乐业,保障房供给能否提升周边企业的人才吸引力?本文通过采集中国土地市场网有关保障房建设的20万余条数据,检验企业周边保障房供给对其人力资本积累的影响。研究发现,企业周边保障房供给量每提升1个标准差,其高学历人才占比提升9.1%。保障房建设缓解了高房价对人才的挤出效应,激励企业增加人力资本投入,从而实现人力资本积累。本文对于优化地方政府住房保障政策、助力区域经济高质量发展提供了政策启示。

关键词：保障性住房人才要素人力资本积累企业创新

安居才能乐业：保障房建设对企业人力资本积累的影响

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

世界经济 2024年 184-212页

作者：蔡庆丰吴冠琛李东旭厦门大学经济学院厦门大学大数据金融交叉实验室厦门大学经济学院、王亚南经济研究院

解决好住房问题，才能让青年人放开手脚为美好生活奋斗。为此，政府提出“加快建立多主体供给、多渠道保障、租购并举的住房制度”，各地也推出保障性安居工程改善城市年轻人、新市民的住房条件。安居才能乐业，保障房供给能否提升周边... 详细信息

解决好住房问题，才能让青年人放开手脚为美好生活奋斗。为此，政府提出“加快建立多主体供给、多渠道保障、租购并举的住房制度”，各地也推出保障性安居工程改善城市年轻人、新市民的住房条件。安居才能乐业，保障房供给能否提升周边企业的人才吸引力？本文通过采集中国土地市场网有关保障房建设的20万余条数据，检验企业周边保障房供给对其人力资本积累的影响。研究发现，企业周边保障房供给量每提升1个标准差，其高学历人才占比提升9.1%。保障房建设缓解了高房价对人才的挤出效应，激励企业增加人力资本投入，从而实现人力资本积累。本文对于优化地方政府住房保障政策、助力区域经济高质量发展提供了政策启示。

关键词：保障性住房人才要素人力资本积累企业创新

人工智能驱动慢性阻塞性肺疾病精准诊疗研究进展

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

厦门大学学报（自然科学版） 2024年第5期63卷 894-905页

作者：朱子锐曾卓曾惠清罗雄彪厦门大学健康医疗大数据国家研究院福建厦门361102 厦门大学医学院福建厦门361102 厦门大学嘉庚学院福建漳州363105 厦门大学附属中山医院福建厦门361004 厦门大学信息学院福建厦门361102

[背景]慢性阻塞性肺疾病(chronic obstructive pulmonary disease,COPD)是一种全球常见的慢性呼吸系统疾病,其早期精准诊断和治疗对患者生活质量有着重大影响.近年来,人工智能(artificial intelligence,AI)技术在医疗领域的快速发展,为C... 详细信息

[背景]慢性阻塞性肺疾病(chronic obstructive pulmonary disease,COPD)是一种全球常见的慢性呼吸系统疾病,其早期精准诊断和治疗对患者生活质量有着重大影响.近年来,人工智能(artificial intelligence,AI)技术在医疗领域的快速发展,为COPD早期精准诊疗开辟了新的思路.[进展]本文梳理了AI技术在COPD诊疗中的应用现状,尤其是AI单模态和多模态模型的应用研究进展.单模态模型专注于单一类型的数据源,显示了其早期诊断和监测能力;而多模态模型通过融合来自医学影像、生物医学数据、电子病历等多源信息,进一步提升了对COPD患者病情的全面理解和个性化精准治疗,具有更加广阔的应用前景.[展望]AI技术在COPD早期诊断、区分疾病严重程度、预测急性加重、治疗、管理监测及康复等方面展示出独特的优势.尤其是当前通用AI、生成式AI以及多模态大语言模型等前沿AI技术的快速发展,必将大力促进医生更加精确地诊断疾病,制定更加个性化的患者治疗方案,大幅度地提高临床治疗效果和患者生活质量.

关键词：慢性阻塞性肺疾病人工智能单模态数据多模态数据生成式人工智能通用人工智能多模态大语言模型呼吸病学精准医学

维普期刊数据库博看期刊

基于LAD-LASSO的多门限波动率模型估计与应用

在线全文

学校读者我要写书评

暂无评论

数理统计与管理 2024年第3期43卷 559-570页

作者：李木易童晨张晓林厦门大学王亚南经济研究院福建厦门361005 厦门大学经济学院福建厦门361005 厦门大学大数据金融交叉实验室福建厦门361005

本文研究一类具有多门限结构的条件异方差自回归模型(T-CHARM)的估计和应用。针对门限个数未知以及金融数据的厚尾性质,我们采用最小绝对偏差套索算法(LAD-LASSO)同时估计门限个数和模型的未知参数。该方法在模型误差项四阶矩不存在时... 详细信息

本文研究一类具有多门限结构的条件异方差自回归模型(T-CHARM)的估计和应用。针对门限个数未知以及金融数据的厚尾性质,我们采用最小绝对偏差套索算法(LAD-LASSO)同时估计门限个数和模型的未知参数。该方法在模型误差项四阶矩不存在时仍然有效,放宽了经典LASSO方法在门限模型上的适用场合。蒙特卡洛模拟表明,在门限个数的正确识别率、门限值和波动率参数值的估计方面,LAD-LASSO方法均具有优良的有限样本表现。本文将提出的LAD-LASSO方法结合T-CHAR模型,应用于沪深300指数日度收益率数据的建模和预测。实证结果表明,与采用LAD方法估计的经典GARCH模型相比,本文提出的方法在样本内拟合和样本外预测方面均有优越表现。

关键词：多门限波动率 LASSO LAD 已实现波动率