关键词： 联邦学习   异构数据   个性化模型   多任务学习   特征对齐   分类决策融合  

摘要： 联邦学习作为一种新兴的机器学习范式,其核心思想是将模型训练从集中式的中央服务器转移到分布式的客户端中进行,在客户端的数据不离开本地的前提下,多个客户端合作学习,目的是训练出一个良好的全局模型。该方法有效地减少了隐私泄露的风险,同时解决了数据孤岛和数据壁垒问题。然而,联邦学习也面临异构数据和高通信成本导致的训练时间过长、全局模型准确率过低等问题。因此,在客户端本地数据为异构数据的场景下,本文针对联邦学习中的公平性以及通信成本过高的问题展开研究,旨在推动联邦学习算法在异构数据场景下的广泛应用。本文的主要研究工作如下: (1)针对联邦学习中的异构数据问题,提出了一种个性化联邦多任务学习算法。该算法采用模型参数分解技术,通过学习自适应分类器组合权重,以实现全局分类器和局部分类器的协作;考虑全局分类器的知识,对客户端本地的模型进行个性化建模,以满足客户端的个性化需求;同时,将多个客户端的本地训练过程构建为多任务学习过程,并在本地训练时引入正则化多任务学习策略,捕获任务之间的相关性,减少不同个性化任务之间的差异,保证了联邦学习过程中的公平性。在多种异构数据场景下的实验结果表明,该算法有效缓解了异构数据的影响并维护了客户端之间的公平性。 (2)以解决异构数据问题为前提,为了进一步降低联邦学习过程中的通信成本开销,提出了一种基于特征对齐和分类决策融合的个性化联邦学习算法。该算法通过将全局特征表示代替传统的模型参数用于通信过程,较大程度地减少了通信开销;同时,设计了全局特征表示与局部特征表示之间的正则化项,以实现全局和局部特征对齐;采用后期融合的方法将全局分类决策和局部分类决策融合,利用全局决策知识辅助个性化分类决策过程;此外,提出了一种分层交替的参数学习优化策略,用以优化模型不同部分的参数。在多种异构数据场景以及多个扩展场景下的实验结果表明,该算法能够应对联邦学习中的异构数据问题,同时降低了联邦学习中的通信成本。 (3)基于现有的面向异构数据的个性化联邦学习算法以及本文的两种改进算法,遵循研究领域内的实验基准,设计并实现了一个面向异构数据的联邦学习算法实验平台。

关键词： 深度学习集成   配电网   多微电网   分布式鲁棒   机会约束   调度优化  

摘要： 针对配电网与多微电网耦合系统调度中分布式电源出力不确定性以及运行效率低下等问题，提出基于深度学习方法集成的配电网与微电网互联系统分布鲁棒机会约束运行优化调度模型。构建了基于概率输出的支持向量机、贝叶斯神经网络、深度信念网络的微电网可再生能源和负荷不确定性概率集合；建立了D-S(dempster-shafer)证据理论信息集成框架，提出了基于Kappa系数与准确率权重的证据修正方法，进而得到更高精度不确定性概率集合，得出源荷功率的概率分布模糊集。接着，建立配电网与多微电网两阶段滚动调度优化模型，即第一阶段预调度模型和第二阶段实时调控模型，第一阶段以实现配电网与多微电网区域全局运行经济最优为优化目标进行能量预分配；阶段二为实时运行调控阶段，考虑微电网内新能源实时出力的不确定性对分布式电源进行实时调控；两阶段鲁棒经济调度模型采用改进列约束生成方法(column-and-constraint generation, C&CG)和交叉方向乘子(alternating direction multiplier method, ADMM)和结合的内外双环算法分布式求解。仿真结果表明，有效提高了源荷预测不确定性下配-微电网市场安全可靠运行，提高了互联系统的新能源消纳率及经济收益。

关键词： 机器学习   电子哈密顿量   神经网络   量子化学计算  

摘要： 电子哈密顿量的机器学习为高效的量子化学计算提供了新途径,近年来得到了快速的发展.本文系统总结了机器学习哈密顿量的理论框架与技术路线,重点分析核岭回归、前馈神经网络和图神经网络等相关方法的特点及其适用场景.特别地,基于对称性约束的等变图神经网络显著提升了哈密顿量预测的物理一致性,而高质量的公共数据库和差值学习策略有效缓解了高精度数据稀缺问题.然而,强关联体系的可解释性建模、复杂对称性的精确保持和大体系的高效预测仍然是当前亟待突破的挑战.本文围绕网络架构、特征构造、数据集构建和损失函数设计展开详细讨论,为未来机器学习在电子哈密顿量研究中的进一步发展提供新的思考和展望.

关键词： 卒中   吞咽障碍   预测   Logistic模型   算法   机器学习  

摘要： 目的 基于老年脑卒中患者临床及实验室指标，利用可解释机器学习方法构建并验证卒中后吞咽障碍(post-stroke dysphagia, PSD)风险预测模型。方法 回顾性选取2010年10月至2021年12月解放军总医院第一医学中心神经内科收治的含有完整吞咽功能表述的老年脑卒中患者3994例，将2019年1月至2021年12月的1390例患者作为外部验证集，2010年10月至2019年1月的2604例作为训练组。将训练组按照7:3随机分为训练集1823例和内部验证集781例，根据是否发生PSD将训练组患者分为PSD组773例和非PSD组1831例。以PSD发生为终点事件，构建随机森林(random forest, RF)、极端梯度提升(eXtreme Gradient Boosting, XGBoost)、支持向量机(Support Vector Machine, SVM)和logistic回归模型，通过ROC曲线评估模型性能。优选最佳模型后，采用夏普利加性解释(SHapley Additive exPlanations, SHAP)方法量化特征。结果 PSD组肌力等级、脑卒中侧、脑损伤区域与非PSD组比较，差异有统计学意义(P<0.01),PSD组高血压、糖尿病、饮酒史、中性粒细胞水平明显高于非PSD组，血钾、血清白蛋白水平明显低于非PSD组(P<0.05,P<0.01)。多因素logistic回归分析显示，年龄、饮酒史、糖尿病、高血压、肌力等级、脑损伤区域、脑卒中侧、中性粒细胞、血清白蛋白、血钾是PSD的危险因素(P<0.05,P<0.01)。在外部验证中，RF、XGBoost、SVM、logistic回归模型验证集的曲线下面积分别为0.883、0.902、0.877、0.868。SHAP值分布显示，饮酒史、高血压、糖尿病与PSD风险呈正相关；肌力等级与风险呈负相关；年龄增长与PSD风险呈正相关；幕下损伤比幕上或全区域损伤的预测作用更强；双侧和右侧损伤较左侧损伤的PSD风险更高。结论 基于XGBoost模型构建的老年患者PSD风险预测模型性能最优。

关键词： 深度学习   抗体优化   可及数据   输入数据类型  

摘要： 当前，抗体已成为多种疾病治疗的重要工具，快速高效地优化其理化性质是抗体药物开发过程中的关键环节。随着人工智能技术发展，特别是深度学习方法在生物学领域中取得的显著突破，各类计算方法被广泛应用于抗体优化环节中，以降低开发成本并提升抗体优化的成功率。本文对近年来基于深度学习的抗体优化策略进行综述，重点探讨了深度学习模型构建中关键的数据集资源及算法输入的数据类型；分析了当前深度学习算法在抗体优化应用中所面临的主要挑战；展望了未来通用型深度学习算法在该领域的发展方向及潜在的解决策略。

摘要： 小学数学教育是教育改革的关键领域，项目化学习作为一种强调实践与协作的教学模式，为传统的教学方式提供了全新的视角。鉴于社会进步和学科知识的日新月异，增强学生解决实际问题的能力愈发关键。因此，探讨项目化学习的核心理念和基本原则，并深入研究其在小学数学课堂中的实际应用，对于提高学生的学习成效具有正面作用。

关键词： 高中物理   学习方法   提分技巧  

摘要： 物理作为一门基础且重要的学科，是培养学生逻辑思维、实验能力和问题解决能力的关键载体。因此，探讨高中物理的学习方法与提分技巧，对于广大高中生而言，具有举足轻重的意义。文章从物理学习的重要性和学习方法、提分技巧两个方面进行深入剖析，旨在为广大高中生提供一份全面而实用的物理学习指南。

摘要： 指向深度学习的小学数学单元整体教学，遵循数学学科结构性、整体性和系统性的本质特征，顺应学生自主性、能动性和发展性的内在需求，彰显素养为主、育人为本和终身发展的价值追求。单元整体教学能够帮助学生系统地学习知识，建立知识之间的联系，促进知识的内化和迁移，培养高阶思维能力和核心素养，进而实现深度学习。“分数的意义和性质”是小学数学教学中的重要内容，也是学生学习分数运算和应用的基础。

关键词： “双减”   小学语文   探究性学习方法  

摘要： “双减”政策的出台让小学语文教学模式发生了巨大转变，教师需要摒弃传统教育思想，创新教学模式，比如，将探究性教学方式融入日常教学活动中，根据“双减”政策的具体要求，强化对小学语文辅导和作业设计的管理，将学生从传统固化的训练模式中解脱出来，引导学生充分了解和运用探究性学习方法，提高学习能力和学习质量。基于此，本文着重研究“双减”背景下小学语文探究性学习方法的应用策略，在保证“双减”政策要求得到落实的同时，切实有效地提高小学生的学习质量。

摘要： 在幼儿园教育中，环境不仅是教育的载体，更是教育的灵魂。一个充满意义、精心设计的幼儿园环境，能够激发幼儿的学习兴趣，促使他们在快乐中探索，在探索中成长。本文旨在探讨如何创设有意义的幼儿园环境，以支持幼儿的学习与表达，从而促进他们的全面发展。一、环境转变：从“塑料感”到“生命力”的蜕变 （一）环境创设告别“塑料感” 曾经，幼儿园的环境被五颜六色的卡通装饰填满，“塑料感”十足。尽管色彩鲜艳，却缺乏生机与内涵。如今，越来越多的幼儿园开始反思这种环境布置方式，转而追求更为简约、自然的风格。这种“减法”设计，不仅极大地减轻了视觉负担，更是对幼儿创造力的尊重与释放。它鼓励幼儿用自己的双眼去发现世界的美好，用自己的双手去创造属于自己的天地。