关键词： 扩张性心肌病   心室扩张   心肌收缩力   精准治疗   免疫治疗   生物标志物   单细胞水平   机器学习方法  

摘要： 目的扩张型心肌病(DCM)是一种具有高死亡率的进行性心脏病,其特征为心室扩张和心肌收缩力受损。因DCM的分子特征尚未明了,寻找DCM的新型潜在生物标志物对于相关治疗方案的制定具有重要的参考价值。另外,目前常用的诊断预测模型局限于使用单一算法,本研究尝试引入了多种机器学习方法,以提高了预测模型的准确性。方法和结果本研究从GEO数据库中收集了6个DCM数据集,分别在组织水平和单细胞水平上识别出116个共有的差异基因,通过与加权基因共表达网络分析(WGCNA)识别的1217个免疫治疗有关的重要模块基因,取交集获得19个候选基因。随后,采用12种机器学习算法构建了107个DCM的预测模型,根据AUC平均值来确定出glm Boost+pls Rglm(平均AUC为0.975)为最佳模型,该模型不仅能够有效从正常对照中区分出DCM患者,并且能区分DCM患者是否对免疫治疗有响应。所建立的预测模型中含有8个特征基因,其中上调基因FMO4、MFAP4和TSPAN9与左心室射血分数(LVEF)呈显著负相关,其余5个下调的基因与LVEF呈正相关。结论本研究所建立的结合多种生物标志物的新型诊断模型,能提高对扩张性心肌病诊断的效率,为DCM的精准治疗提供了新的临床视角。

关键词： 数字经济   城市ESG发展   影响机制   双重机器学习  

摘要： 数字经济已成为推动城市可持续发展的重要动力。在生态环境(Environment)、社会生活(Society)、产业治理(Governance)视角下构建了城市ESG指标体系,并基于2011—2021年285个城市数据,探究城市ESG发展空间格局的演进特征,然后运用双重机器学习的研究方法分析数字经济对城市ESG发展的影响。结果发现:①城市ESG发展的空间分布具有明显的地域差异特征,最终形成以城市群为载体的高水平集聚地。②数字经济发展会正向提升以生态环境、社会生活、产业治理为内涵的城市ESG发展水平,该结论通过了多种稳健性检验。数字经济分维度而言,数字产业发展与数字创新能力为城市的ESG发展提供了重要的支撑和动力。③城市功能分工及创新创业活力是数字经济对城市ESG发展影响的重要渠道。此外,基于空间异质性检验发现,数字经济对东部、西部地区以及城市群区域的城市ESG发展的提升作用更明显。

关键词： 小样本学习   类增强   多尺度特征生成   自适应任务注意  

摘要： 为了解决小样本学习存在特征信息提取不足、难以准确地捕获局部明显特征信息的问题,提出了一种融合类增强与多尺度自适应的小样本学习方法。首先在特征的层面上对图像进行类增强,通过将特征图的每次激活与其邻域相关联来编码丰富的语义结构,使提取后的类内特征明显,更利于当前的分类任务。其次通过多尺度特征生成来提取不同尺度上图像特征的低层表示。最后对每个尺度上的语义相关矩阵进行权重分配与相似元素最大化计算查询图像与各支持集类别图像之间的语义相似度,多尺度信息进行融合后,对目标图像进行分类。在5-way 1-shot和5-way 5-shot设置中,该方法在miniImageNet数据集上的均值平均精度(mean Average precision,mAP)分别为56.83%和75.76%,在常用细粒度图像数据集Stanford Cars和CUB-200-2011分类基准上分别达到了79.33%和93.92%、66.33%和85.78%,均优于现有方法的最好结果。

关键词： 跨学科主题学习   基础教育   活动课程   学科课程   学生主体  

摘要： 跨学科主题学习是现代学校改造课程体系的一种尝试。跨学科主题学习并不是全新的实践形态,而是对以往一切学科课程体系批判改造尝试的改进,是现代学校自觉加强课程间关联的一种举措,是学科课程与活动课程相互吸纳与妥协的结果,是学科课程自我改造的体现。跨学科主题学习的提出,是对时代要求的主动回应,也是对学生主动关心社会、解决现实问题的自觉引领。

关键词： IDH野生型胶质母细胞瘤   列线图   随机生存森林   预测模型   MGMT蛋白  

摘要： 目的建立异柠檬酸脱氢酶(IDH)野生型胶质母细胞瘤生存概率的列线图模型及随机生存森林模型。方法回顾性分析2017年1月—2020年12月在空军军医大学附属西京医院手术治疗的127例IDH野生型胶质母细胞瘤患者临床资料,进行预后因素分析并建立列线图模型及随机生存森林模型,通过C指数,校准曲线,决策曲线评价模型的区分度,校准度以及临床净获益率。结果使用Cox比例风险模型进行多因素分析发现,患者术前卡氏功能状态评分(KPS)、是否接受同步放化疗、年龄、O^(6)-甲基鸟嘌呤甲基转移酶(MGMT)蛋白表达,是独立的预后因素(P<0.05)。通过Cox回归模型建立列线图预测模型;通过R软件建立随机生存森林模型,两个模型均具有良好的区分度和校准度,随机生存森林模型的临床净获益优于列线图模型。结论建立的列线图模型及随机生存森林模型有助于临床医生判断患者特定时间点的生存概率。

关键词： 情境任务   语文学习   学习支架   拓展性  

摘要： 语文新课标强调要创设真实的学习情境,设计具有挑战性的任务,引导学生展开语文实践活动,以激发学生学习的积极性、主动性,让学生对课文进行深入解读,落实核心素养的目标。在语文课堂教学中,教师要结合语文新课标的要求及语文课程的特点,从意义联结、意义经历、意义迁移等方面,设置抛锚式情境任务、支架式情境任务和拓展性情境任务,为学生搭建语文实践平台,引导学生在语文实践中不断思考、探究,让学生真正经历语文学习的过程,获得语文综合能力的发展。

关键词： 革命理想   深刻认识   马克思主义政党   党的纪律建设   党纪   长期执政   决策部署   奋斗史  

摘要： 我们党是靠革命理想和铁的纪律组织起来的马克思主义政党,党的奋斗史就是一部不断加强党的纪律建设、深化党纪学习教育的历史。今年在全党开展党纪学习教育,是党中央为加强党的建设、推进党和国家事业发展作出的一项重要部署,需要站在坚定拥护“两个确立”、坚决做到“两个维护”的政治高度,站在党长期执政、国家长治久安的历史高度,深刻认识其重要意义,切实把思想和行动统一到党中央决策部署上来。

关键词： 第二编程语言   高年级学生   教学方法   正负反馈  

摘要： 计算机类专业的大学生,除了在大一、大二阶段学习一门基础编程语言外,到了大学高年级阶段(大三、大四),他们通常会选择学习第二门编程语言。同样,这一趋势也出现在其他理工类专业,甚至文科经管类专业中。在教学实践中,如何使学生高效地学习第二编程语言,有效掌握并区分不同编程语言之间的编程语法和技巧,是课标要求下值得深入探讨的问题。文章旨在归纳总结影响学习效果的重要因素,一方面通过分析学习过程中产生的正负反馈效应,探讨如何克服负面效应并利用正面效应;另一方面探究如何通过教育者的外部教学引导、评价机制等手段,帮助学生更好地学习第二编程语言,以供教学参考。

关键词： 偏微分方程   深度学习   Stokes方程   Boussinesq方程   Navier-Stokes/Darcy方程  

摘要： 本文通过实现深度前馈人工神经网络求解不可压缩流体偏微分方程,基于方程残差、初边值条件构造合适的损失函数和深度学习求解算法.与传统数值方法相比,该方法只需在内部、边界和初始时刻随机生成样本点作为训练集,因此该方法是无网格的,并且各物理场变量之间并行求解,便于分析复杂多物理场耦合模型中物理量的变化规律.收敛性分析在统一框架下为深度学习方法求解此类不可压缩流体偏微分方程提供了理论支撑,通过求解一类非定常Stokes方程,一类粘性Boussinesq方程和一类Navier-Stokes/Darcy耦合方程说明此方法可以有效求解不可压缩流体偏微分方程并且具有较好的精度.

关键词： 价值函数分解   异构多智能体强化学习   通信机制   图神经网络   互信息   交通信号控制  

摘要： 许多现实世界的系统可以被建模为多智能体系统,多智能体强化学习为开发这些系统提供了一种有效的方法,其中基于集中训练与分散执行范式的价值函数分解方法得到了广泛的研究.然而现有的价值分解方法一般缺乏通信机制,在处理需要通信学习的多智能体任务时表现不佳.同时,目前大多数通信机制都是针对同构多智能体环境设计的,没有考虑异构多智能体场景.在异构场景中,由于智能体动作空间或观测空间的异构性,智能体之间的信息共享并不直接.如果不能对智能体的异构性进行有效地建模处理,通信机制将变得无效,甚至会影响多智能体的协作性能.为了应对这些挑战,本文提出一个融合价值函数分解和通信学习机制的异构多智能体强化学习框架.具体地:(1)与采用同构图卷积网络的方法不同,该框架利用异构图卷积网络融合智能体的异构特征信息得到有效的嵌入;(2)利用通信学习模块获得的嵌入信息和局部观测历史计算每个智能体的动作价值,以选择和协调智能体的动作;(3)通过设计的互信息损失函数和价值函数分解模块的损失函数联合训练,能够有效地训练整个方法.本文首先在两个异构多智能体平台上进行实验,实验结果表明该方法能学到比基线方法更有效的策略,在两个平台上相比基线方法分别提高了 13%的平均奖励值和24%的平均胜率.此外,在交通信号控制场景中验证了该方法在现实系统中的可行性.