首页期刊导航|山东大学学报（工学版）
期刊信息/Journal information
山东大学学报（工学版）
山东大学学报（工学版）

李术才

双月刊

1672-3961

xbgxb@sdu.edu.cn

0531-88396452

250061

济南市经十路17923号

山东大学学报（工学版）/Journal Journal of Shandong University(Engineering Science)CSCD北大核心CSTPCD
查看更多>>本刊刊登机械、材料、电气、能源、动力、控制、信息、计算机、土建、水利、环境、化工、管理等工程专业以及数学、物理学、化学等基础学科方面的学术论文、研究报告、专题评述等。
正式出版
收录年代

    基于进化集成的图神经网络解释方法

    常新功苏敏惠周志刚
    1-12页
    查看更多>>摘要：针对图神经网络模型普遍缺乏可解释性问题,提出一种基于进化集成的图神经网络解释方法,为模型预测提供质量更高的解释.将当前主流图神经网络解释方法GNNExplainer和PGExplainer作为初级解释器,分别为模型预测提供初级解释;基于初级解释结果设计遗传算子,采用改进遗传算法集成两种初级解释结果得到最终解释.在4 个真实数据集和4 个合成数据集上进行广泛试验,从定性和定量两个角度对试验结果进行评估.试验结果表明,相较于同类算法,提出算法的准确度平均提高 17%,忠实度平均提高 20%.与传统集成学习融合策略相比,改进遗传算法作为集成器对解释方法的优化效果更为显著,所有指标整体平均提高 29%.采用进化集成策略能够显著提高图神经网络解释算法的性能.

    图神经网络进化算法集成学习深度学习机器学习可解释人工智能

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于神经正切核草图的多核学习方法

    王梅许传海王伟东韩非...
    13-20,34页
    查看更多>>摘要：为提高多核学习对大规模及分布不均衡问题的处理能力,提出一种基于神经正切核草图的多核学习方法(neural tangent kernel sketch multiple kernel learning,NS-MKL).应用神经正切核代替单层核函数作为多核学习基核函数,提高多核学习方法表示能力;使用神经正切核草图算法对神经正切核进行近似,减少神经正切核的特征数量和特征维度,提高多核学习方法计算效率;使用核目标对齐计算每个近似神经正切核的基核权重,根据权重进行多核线性组合,得到多核决策函数.在 3 个UCI数据集上对神经正线核(neural tangent kernel,NTK)核支持向量机(support vector machine,SVM)与传统核SVM进行比较分析,NTK核SVM比传统核SVM预测准确率最低提高 1.9%,精度最低提高 2.0%,召回率最低提高 2.0%.在 3 个UCI数据集上对NS-MKL与传统核MKL进行比较分析,NS-MKL比应用传统核MKL预测准确率最低提高 2.0%,运行时间最低减少 9 s.NS-MKL能提高预测准确率,降低计算速度.

    多核学习神经正切核核目标对齐反余弦核草图算法

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于贝叶斯优化的强化学习广义不动点解逼近

    陈兴国吕咏洲巩宇陈耀雄...
    21-34页
    查看更多>>摘要：针对强化学习不动点的解更优这一问题,提出广义不动点解模型设计,该设计使用n步自举法的不动点解扩展和基于线性插值法的不动点解构造方法.将该设计应用于成熟的CBMPI算法框架上,提出基于广义不动点的CBMPI(n,β)算法.针对如何表达并逼近最优解这一问题,提出基于贝叶斯优化的广义不动点解的参数优化和基于集成学习的更高质量的解.在经典的 10×10 规模的Tetris游戏环境中验证算法提出的有效性.试验结果证明了基于线性插值法的广义不动点构造能比n步传统不动点效果好,其效果与其超参数步长n和插值参数β有很大关联.在 100 局的Tetris游戏中,平均分达到 4 388.3,表明贝叶斯优化技术可以找到多组表现优异的策略.对表现优异的四组广义不动点的策略参数(贝叶斯优化技术的结果)进行策略集成和值函数集成,得到更高质量的解.平均分可以分别达到 4 526.29 和 4 579.74,试验结果表明基于广义不动点的策略集成和基于广义不动点的值函数集成的分数相较于广义不动点的分数有小幅度提高,证实了可以通过集成学习寻找更高质量的解.

    强化学习值函数近似估计不动点贝叶斯优化俄罗斯方块

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于高斯分布和Householder flow的无监督图嵌入算法

    刘国军范天祥王乃正张正达...
    35-41页
    查看更多>>摘要：为更好地表示节点,提出一种新的图嵌入方法,将节点表示为由均值和方差构成的高斯分布,通过应用一系列可逆Householder变换,将相对简单的分布转换为更灵活的分布,可以更好地捕获关于其表示的不确定性.为提高稳定性,采用Wasserstein距离进行分布之间的度量.试验结果表明,在多个基准数据集上,使用Householder变换的Graph2Gauss(G2G)算法比原始模型的链接预测表现更好.通过节点分类的效果可以看出,对于节点信息缺失的图,使用Wasserstein距离可以大幅增加节点分类的F1 分数.

    无监督学习图嵌入高斯分布HouseholderflowWasserstein距离

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于改进多目标粒子群算法的储气库注气优化

    杜睿山井远光孟令东张豪鹏...
    42-50页
    查看更多>>摘要：为减少储气库不合理注气导致的微震次数,保证储气库注气量最大,构建基于双向长短期记忆(bi-directional long short-term memory,BiLSTM)神经网络预测代理模型,降低微震次数和储气库有效应力的预测误差,提出一种精英进化多目标粒子群优化(elite-evolved multi-objective particle swarm optimizer,EMPSO)算法.采用基于排序分组策略对种群进行分组,并在每个分组内进行随机精英竞争学习,提高算法的多样性;引入精英聚集的思想,加快算法的收敛速度.基于BiLSTM模型和EMPSO算法对储气库注气过程进行优化,与其他 3 种多目标优化算法进行对比,将EMPSO算法应用于实际配产优化.结果表明,改进后的算法具有更好的Pareto前沿、更快的收敛速度,优化后微震次数和有效应力分别降低了 9.78%和10.12%,对保障储气库安全和提高储气库储气量具有重要意义.

    地下储气库代理模型双向长短期记忆改进的粒子群算法多目标寻优

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    混合BERT和宽度学习的低时间复杂度短文本分类

    陈晓江杨晓奇陈广豪刘伍颖...
    51-58,66页
    查看更多>>摘要：针对短文本分类任务效率低下和精度不高的问题,提出混合基于Transformer的双向编码器表示和宽度学习分类器(hybrid bidirectional encoder representations from transformer and broad learning,BERT-BL)的高效率和高精度文本分类模型.对基于Transformer的双向编码器表示(bidirectional encoder representation from transformer,BERT)进行微调以更新BERT的参数.使用微调好的BERT将短文本映射成对应的词向量矩阵,将词向量矩阵输入宽度学习(broad learning,BL)分类器中以完成分类任务.试验结果显示,BERT-BL模型在 3 个公共数据集上的准确率均达到最优;所需要的时间仅为基线模型支持向量机(support vector machine,SVM)、长短期记忆网络(long short-term memory,LSTM)、最小p范数宽度学习(minimum p-norm broad learning,p-BL)和BERT的几十分之一,而且训练过程不需要高性能显卡的参与.通过对比分析,BERT-BL模型不仅在短文本任务中具有良好的性能,而且能节省大量训练时间成本.

    短文本分类BERT-BLBERT宽度学习高精度

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    面向不平衡数据的提升均衡集成学习算法

    白琳俱通王浩雷明珠...
    59-66页
    查看更多>>摘要：为有效解决欠采样技术在处理不平衡数据时的伪平衡问题,提出并设计一种基于欠采样的提升均衡集成学习算法.采用新的均衡采样机制,通过分箱操作协调数据的预测概率,生成高质量的训练子集,以此迭代训练分类器.基于基分类器在原始数据上的假阳性率和假阴性率,在迭代过程中自适应为其分配权重,避免性能较差的分类器影响整体决策,提高集成模型的泛化能力.新的算法能够在消除伪平衡的同时增加多数类样本的识别度,从而降低边界模糊对分类模型的影响.通过18 组小型数据集和 2 组大型数据集的对比试验表明,该算法具有处理不平衡数据分类问题的优势.

    欠采样类不平衡不平衡学习集成学习不平衡数据分类

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    融合数据增强和知识迁移的汉维跨语言命名实体识别

    葛一飞艾孜尔古丽陈德刚
    67-75页
    查看更多>>摘要：针对维吾尔语命名实体识别任务数据匮乏的问题,提出汉维跨语言命名实体识别零样本迁移方法.采用一种简单有效的序列标记翻译方式,将源语言训练数据翻译为目标语言数据,避免词序变化和实体跨度不确定等问题,结合源语言数据和翻译后得到的数据,引入一种基于相似度计算的实体增强方法,可以有效提高文本生成质量,进一步增加样本的多样性.通过一系列广泛的试验,这些增强数据使少数民族预训练语言模型(Chinese minority pre-trained language model,CINO)能够更好地实现知识迁移目标语言的特定语言特征和多语言的语言独立特征,在多语言数据增强跨语言知识迁移模型上F1值达到86.50%,相比于基线模型提升 7.42%,证明融合数据增强和知识迁移的汉维跨语言命名实体识别的可行性.

    汉维跨语言命名实体识别数据增强知识迁移CINO

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于异常点检测的心理健康辅助诊断方法

    乔慧妍段学龙解驰皓赵冬慧...
    76-85页
    查看更多>>摘要：采用异常点检测算法研究心理健康辅助诊断任务,提出并设计一种基于异常点检测的心理健康辅助诊断方法,有效识别心理沙盘数据中的异常样本.在构建心理健康辅助诊断模型过程中,分析数据特性,提取与用户心理健康状况高度相关的特征,构建虚拟心理沙盘数据集;使用4 种传统异常点检测算法,识别沙盘数据集中异常样本,设计融合策略,集成不同算法检测结果,提高异常样本检测精准性和效率,辅助人类专家进行精确诊断;对模型预测性能和结果进行详细分析,结合基线模型进行对比评价.试验结果表明,基于异常点检测的心理健康辅助诊断方法在沙具使用相似度、距离度量、聚类性能等3 项指标上获得较好性能.

    心理健康辅助诊断虚拟心理沙盘机器学习异常点检测心理健康

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于自适应线性模型的环境数据预测算法

    王凤娟王语睿卫兰范存群...
    86-94页
    查看更多>>摘要：针对环境大数据在智慧城市应用中的实时性和准确性问题,提出一种基于自适应线性模型的环境数据预测算法.根据气象数据的实时变化情况对模型进行训练,自适应调整训练窗口大小,并在训练态与预测态之间动态实时切换,使模型具有较强的适应环境的能力.该算法具有较低的时延和较小的计算开销,可以在传感器节点上直接部署,满足数据预测的实时性需求.在真实环境数据集的基础上构建仿真试验,相比固定窗口模型,该算法数据预测误差降低 17.4%以上,环境数据采集能耗降低 80%以上,平均时延降低超过 50%;相比已有的机器学习算法,训练及预测时间降低 37%以上.

    智慧城市环境大数据边缘服务线性预测节能减排

      原文链接:
    • NETL
    • NSTL
    • 万方数据