关键词： 缺血性脑卒中   生物信息学   机器学习   GEO数据库   LASSO   SVM-RFE   核心基因  

摘要： 目的本研究旨在通过生物信息学和机器学习方法筛选并验证缺血性脑卒中(ischemic stroke,IS)可能的关键风险基因,并探讨这些基因的相关病理生理机制,寻找潜在IS治疗靶点。方法通过检索基因表达综合数据库(Gene Expression Omnibus,GEO)获得来自人类IS患者和健康对照的2个转录组数据集(GSE122709,GSE140275),对数据集GSE122709中的mRNA进行差异表达分析,然后,对差异表达基因(differentially expressed genes,DEGs)进行相关基因本体论(gene ontology,GO)、京都基因与基因组百科全书(Kyoto Encyclopedia of Genes and Genomes,KEGG)和疾病本体(disease ontology,DO)富集分析。通过最小绝对值收敛和选择算子(least absolute shrinkage and selection operator,LASSO)和支持向量机-递归特征消除(support vector machines-recursive feature elimination,SVM-RFE)两种机器学习算法筛选关键基因,并在数据集(GSE140275)中进行验证。结果共鉴定出378个DEGs(176个上调基因和202个下调基因)。通过GO,KEGG富集分析发现DEGs主要与炎症反应、免疫调节、COVID-19、传统IS危险因素等相关。DO富集分析发现DEGs与妇科肿瘤疾病相关。LASSO和SVM-RFE 2种机器学习算法共同识别的基因TVP23C、B3GAT1被确定为IS的特异风险基因。验证数据集分析后发现TVP23C、B3GAT1的IS诊断价值具有显著意义。结论TVP23C、B3GAT1可能是IS相关的关键风险基因。结合B3GAT1的表达分析,提示B3GAT1可能通过调控AMRA谷氨酸受体参与IS缺血脑损伤,为IS的早期诊断和治疗提供理论参考和科学依据。

关键词： 习近平新时代中国特色社会主义思想   《习近平谈治国理政》   深刻领悟   理解和把握   第四卷   历史进程   意义和实践   习近平同志  

摘要： 《中共中央关于觉的百年奋斗重大成就和历史经验的决议》指出:“觉确立习近平同志党中央的核心、全党的核心地位,确立习近平新时代中国特色社会主义思想的指导地位,反映了全党全军全国各族人民共同心愿,对新时代党和国家事业发展、对推进中华民族伟大复兴历史进程具有决定性意义。”学习《习近平谈治国理政》第四卷,首要任务就是深刻领悟“两个确立”的决定性意义,进一步从政治高度理解和把握“两个确立”的重大意义和实践要求。

关键词： 学生学习方法   授之以渔   学生学习方式   素质教育   探究问题   授之以鱼   试题难度   晦涩难懂  

摘要： 近几年来,历史中考试题难度不断提高,历史事件的横向、纵向的联系、比较逐渐增多,题目也晦涩难懂,这对学生的理解力提出了更高的要求。在提倡素质教育的今天,教师既要注重教学方法的优化,又要注重学生学习方式的优化。未来的“文盲”将不是胸无点墨的人,而是没有掌握学习方法、不会探究问题、缺乏学习能力的人。古人曾说:“授之以鱼不如授之以渔。”因此,转变学生学习方法,培养学生的学习能力成为教师教学中的一项重要任务。

关键词： 空间叙事   空间操作   学习方法   空间氛围   场所共鸣  

摘要： 建筑学专业本科教学中存在部分学生面对设计任务无从着手、学无方法的困扰。在三年级课程中以空间叙事为线索、空间操作为方法,引导学生通过课程设计训练形成设计理念、空间氛围与建构实现等方面的统筹协同,在感性创造与理性演化的交织中探究建筑学范畴的思维语汇与学习方法,力争以“授之以渔”的方式培养每一位学生在建筑设计中塑造空间氛围,营造人与建筑、人与场所间的共鸣。

关键词： 深度学习   高阶思维   体验活动   学习进程   学生思维发展   探究性学习   知识本质   数学本质  

摘要： 深度学习是指学生积极主动地投入数学探究、体验活动,主动发现和提出问题、分析和解决问题,发展高阶思维,建立认知结构的过程。在课堂教学中设计提炼直指数学本质、涵盖教学重点的“关键问题”,可以调动和组织学生进行探究性学习,推动学生学习进程,促进学生思维发展。而读懂知识的本质,厘清教学的重难点,是设计提炼数学课堂教学关键问题的前提。因此,教师要把握知识本质,遵循学习活动的一般规律.

关键词： 多源地球物理数据   机器学习   支持向量机   物性三体   地质体分类  

摘要： 为适应多源地球物理大数据地质解释的需要,同时也为了在地质体物性存在交叠情况下快速有效地实现多源地球物理数据的地质解释,本文提出应用机器学习的支持向量机方法对多源地球物理数据进行地质解释的新思路,并给出了利用物性三体(密度、磁化率、电阻率)进行地质体圈定与分类方法.阐明了参数归一化、参数寻优对模型训练与学习及分类结果的影响与作用.本文将黑龙江多宝山矿集区物性三体与矿集区的区域地质、矿床地质及钻井资料相结合,利用所提出的方法对地下地质体进行了圈定与分类,对分类结果经过交叉检验,正确率达81.6%,表明了训练模型具有较高的可信度.经对预测模型填充已知物性参数正演的重磁异常与实测重磁异常对比,证明两者在整体和细节上均有高度的相似性,间接说明对地质体圈定与分类结果的可靠性,进一步表明利用多源地球物理数据,采用支持向量机方法圈定地质体及对地质体进行岩性识别方面的合理性与有效性.多源地球物理数据机器学习的支持向量机方法在多宝山矿集区地质体圈定与分类所取得较好的应用效果,为多源综合地球物理的地质解释提供了可借鉴的成功经验,也提供了多源地球物理资料地质解释的一种新型的技术手段,开辟了应用人工智能方法进行多源地球物理资料地质解释的新途径.

关键词： 义务教育课程   课程综合化   主题学习   教育工作者   单元设计   课程设立   跨学科   开发策略  

摘要： 本次义务教育课程修订的亮点之一,是各门课程设立跨学科主题学习活动。对于广大中小学一线教育工作者来说,这是个新课题。当务之急,要对跨学科主题学习活动的课程板块意义、开发策略和单元设计问题,作进一步探讨,凝聚更多共识。一、跨学科主题学习的课程板块意义作为各门课程的重要板块,跨学科主题学习活动既有重视学生综合素质培养的考虑,也有带动课程综合化实施的意味。

关键词： 图数据建模   图表示学习   非侵入式负荷分解   时间关联特性   后处理方法  

摘要： 非侵入式负荷分解能从家庭总表数据中分解出单个负荷的运行状态,这对用户调节自身用电策略、参与需求侧响应具有重要意义。针对当前负荷分解模型受限于欧式空间下数据的顺序输入,无法准确描述电器不同运行状态之间的时间关联性导致分解准确度不高的问题,提出一种图数据建模与图表示学习的非侵入式负荷分解方法。首先基于图理论将待分解信号转换为包含节点和边的图数据。其次,设计带残差机制的图卷积网络充分挖掘低采样频率下数据包含的属性特征和时间关联性特征,构建负荷分解的图表示学习。然后,针对模型分解结果缺乏精细化修正策略的问题提出改进的后处理方法,进而全面提升模型的综合性能。最后,使用公开数据集AMPds2和REDD进行验证,结果表明该文方法具有较低的分解误差和较强的泛化性能。

关键词： 教材编排   自主建构   螺旋上升   概念建构   联结点   分段教学   教学情境   教学结构  

摘要： 单元整体设计是基于数学知识内在的逻辑和结构,充分考虑知识的系统性、整体性,以结构化的视角审视教材内容,寻找相关知识的联结点,统整教学内容、教学情境、教学方法,帮助学生自主建构,致力于知识结构、教学结构、认知结构的同生共长,促进核心概念的自主建构。基于儿童的认知规律和教学实际需要,教材编排遵循“分段教学、螺旋上升”的原则,教学也按课时展开。

关键词： 欺诈检测   团伙欺诈   关联网络   图表示学习  

摘要： 消费金融的欺诈检测是学术界和产业界的一个重要问题,现阶段比较流行的做法是利用机器学习方法通过提取用户的固有特征来实现。随着团伙化欺诈的出现,传统的机器学习方法在欺诈用户样本数量小及特征数据不足的情况下,显得无能为力。团伙欺诈用户之间有很强的关联关系,该文利用用户间的通话数据构建用户关联网络,通过网络统计指标和DeepWalk算法提取用户节点的图特征,充分利用图的拓扑结构信息和邻居节点信息,将其与用户固有特征一起作为特征输入,使用LightGBM模型对上述多种特征进行学习。实验结果表明,采用图表示学习方法后,AUC指标与仅使用用户固有特征相比提高了7.3%。