基于共同用户的跨网络分析:社交媒体大数据中的多源问题

社交媒体大数据是大数据的重要组成部分.与大数据的"4V"特性对应,本文主要讨论社交媒体大数据中的Variety-多源问题.社交媒体的多源主要体现在不同社交媒体网络所关注的异构用户行为信息,理解社交媒体多源现象对于社交媒体分析和社交媒体大数据的深度应用具有重要意义.社交媒体数据具有来源于用户、服务于用户的特点.我们提出从多个社交媒体网络的共同用户入手来进行社交媒体多源分析:(1)跨网络用户建模,整合分散在不同社交媒体网络的行为信息得到完整用户模型,进行个性化服务;(2)多源数据知识关联,以共同用户与多源数据的交互作为桥梁,挖掘多源数据知识关联,服务于社交媒体协同应用.     

编者按

<正>大数据是海量、高增长率和多样化的信息资产,需要新的处理模式才能具有更强的决策力、洞察发现力和流程优化能力.大数据在政府、公共事业、商业领域的价值日益凸显,成功案例层出不穷.真实、准确、及时的大数据样本也为心理学研究方法的变革带来了崭新的机遇,拓宽和加深了心理学研究的广度和深度,提升了心理学研究的预测力和控制力.我国已有不少学者投身大数据的洪流,如中国科学院心理研究所朱廷劭研究员创建了"计算网络心理实验室"并基于大数据开发了"国人心理地图"、蔡华俭研究员创建了"云端心理     

基于认知图谱的心理实验标准化测试平台调研

当前精神障碍的诊断评估主要依赖于心理筛查量表和医生诊断,而很多精神障碍的临床表现比较复杂,且具有相似的外显临床症状,难以依靠现有测量方法从内在机制上进行精准区分.我们调研了国内外现有的心理实验测试任务集,分析并比较现有任务集的特征及优劣势,发现基于认知图谱构建心理实验标准化测试任务库,搭建网络和移动多种施测平台,有助于采集大规模的心理特征结构化数据.这些任务可用于构建客观、高效、可靠的精神障碍量化评估工具、指标和模型,以期对多重精神障碍进行多维度心理特征的量化评估,应用于复杂精神障碍进行精准分类,服务于精准医疗.更重要的是,标准化测试平台也将有助于正常人群认知行为测量,增强心理测试的标准性和可比性.     

机器学习与计算力学的结合及应用初探

自20世纪50年代以来,随着计算机科学的不断进步,机器学习和数据科学得到了长足发展.这些技术一般依靠大量数据作支撑,通过训练过程提取出蕴藏在数据内部的抽象映射关系,目前已被成功应用于化学、生物等自然科学研究领域.近年来,这些技术也逐渐受到计算力学领域研究者的关注.本文结合作者的相关研究成果介绍了机器学习、数据科学与计算力学相结合的3种形式:第一种是与有限元方程求解方面的结合,直接应用卷积神经网络算法求解线性有限元方程;第二种方式结合有限元计算和机器学习预测复杂材料结构与力学性能的关系.本文作者应用该方法基于细观页岩扫描照片和随机建模算法,成功训练出可以有效预测细观页岩样本等效模量的卷积神经网络;第三种方式是建立基于数据驱动的计算力学方法,比如直接利用真实的材料实验数据代替材料本构模型.这些工作显示了机器学习、数据驱动在处理材料的力学实验数据、设计新型材料以及创建更高效的计算力学模型方面的广阔前景.随着计算力学的发展,未来将可能出现更多将数据科学、机器学习与计算力学相结合的应用场景,进一步开发出更加强健、高效和保真的计算力学方法.     

流行病传播模型与SARS

本文讨论流行病传播模型的发展历史,认为它主要经历了决定论模型、原胞自动机模型和复杂网络模型这三个阶段,同时简要介绍了本课题组和其他课题组分别运用决定论模型、原胞自动机模型或复杂网络模型模拟北京市的SARS传播过程的一些例子,拟说明这三个阶段中取得的认识进展都有利于对SARS传播建立模型、进行预测、探讨规律,然而不同的模型又各具特点.在复杂网络模型模拟的介绍中重点叙述近年来的重要认识,即网络的"小世界性"、"无标度性"、"高团簇性"对流行病传播的影响,并且报道了本课题组在模拟SARS传播时得到的相应结果.     

不同时间尺度的静息态功能脑网络对抑郁症识别的影响

研究显示,功能连接为特征被用于抑郁症机器识别的研究受到人们关注,但不同时间尺度的静息态功能脑网络能捕获抑郁症神经病理信息的水平尚不明确,对抑郁症识别效果的影响也未知.本研究采用非线性回归方法,建立了不同时间尺度的脑网络对抑郁症识别效果影响的模型,并阐明了典型时间尺度的脑网络所捕获的抑郁症病理信息.研究分析了64例临床抑郁症和53例健康对照被试的数据.首先,建立功能脑网络,获得抑郁组显著的功能连接;其次,将显著连接输入支持向量机训练、测试,获得敏感、特异以及精确度;再次,建模识别效果随时间变化的规律,获得识别效果的模型.初具识别能力的网络时间尺度约为46个重复时间(repetition time,TR),主要捕获后扣带回与眶额叶皮层间,右眶部额中回与左角回间,左回直肌与左海马间强化的功能连接.获得最好识别效果的网络时间尺度约为114个TR,且多捕获了右角回与双侧顶下缘角回、额中回间,左杏仁核与左缘上回、右中央沟盖间弱化的功能连接.随时间的增加,脑网络可能捕获某些与抑郁症不直接相关的连接,使识别效果降低.因此,抑郁症识别效果随静息态功能脑网络时间尺度的增加呈现倒U形趋势.这将为进一步研究抑郁症的神经病理机制和提高其智能识别效果提供参考.     

驾驶经验与横向控制的ACT-R认知体系结构建模

ACT-R(adaptive control of thought-rational)是一种认知体系结构的理论和计算模型.本研究使用模拟汽车驾驶比较了新驾驶员与熟练驾驶员横向控制绩效的差别,并运用基于ACT-R的驾驶员绩效模型对2类驾驶员的横向控制行为建立计算仿真模型,分析其心理机制,得到以下主要结论:(1)新驾驶员的横向控制技能不足,表现为横向偏差显著地大于熟练驾驶员,同时这一不足在弯路时比直路时更明显,新驾驶员弯路行驶时显著地偏向弯道外侧,而熟练驾驶员不发生外侧偏移;(2)使用认知体系结构建模的方法,以较近和较远的视觉注意点远点距离,可以模拟仿真出2组驾驶员弯路行驶外侧偏移的差异.本研究的方法和结果可以为改进驾驶培训和开发智能驾驶辅助系统提供认知心理学上的理论支持,也能为以ACT-R为代表的计算认知模型应用提供样例和经验.     

建筑火灾模拟的区域-粒子模型

提出了一种新型的模拟火灾烟气运动和混合行为的模型. 该模型引入了一个标量函数来表征热烟气和冷空气的混合, 以此来提高温度和烟气浓度在垂直方向上的预测精度. 模型采用光滑粒子流体动力学方法(SPH), 通过重构粒子的速度, 求解粒子位置, 计算其在区域模型中各层的数量, 来获得标量函数的分布. 采用一个标准的实验建筑算例, 通过其与实验数据, CFD模拟数据和传统区域模型CFAST的比较, 验证了模型的合理性. 与传统的区域模型相比, 新模型的温度预测结果与实验数据和CFD模拟数据符合较好.     

以豚草为例利用GIS和信息理论的方法预测外来入侵物种在中国的潜在分布

外来物种入侵已经对世界各国的经济、公共健康、农业生产力和生态完整性造成了越来越大的威胁, 描述和预测外来入侵物种的空间分布对物种入侵的防治和早期预警起着重要的作用. 生物多样性数据的不对称性以及生物建模过程中模型选择的不确定性给入侵物种空间建模带来了困难和局限. 本研究利用统计学和信息理论的方法, 从地学空间制图和生物建模的角度研究了外来入侵物种(以豚草Ambrosia Artemisiifolia L.为例)的潜在分布以及环境影响因子, 提出了一种改进的logistic回归模型. logistic回归模型的选择基于Akaike信息标准(AIC), 针对物种数据的不对称性, 本研究提出了一种新的频率统计的方法去划分物种源生地的适应性生存环境. 最后, 我们把在源生地建立的模型和分类标准投影到入侵地绘制了该物种在入侵地的相对适应性分布图.     

生态系统服务复杂关系研究的机遇、挑战与对策

理解多种生态系统服务之间的相互影响已经成为可持续发展科学的热点与前沿.本文总结了多种生态系统服务间复杂关系的分析方法与模型研究的最新进展,分析了当前研究中的问题和难点,并提出了一种新的交叉学科研究路线,即利用来自基因调控研究的布尔网络模型为生态系统服务间的复杂互动提供建模和模拟分析平台.以食物生产系统的4项基本生态服务的关系为案例,设定1个基本情景和1个调控情景,分析4项生态系统服务的相互关系变化对系统功能的影响.结果表明,运用布尔网络模型可以在简单规则和少量数据的条件下,模拟多个生态服务之间非线性的复杂相互作用,并能为研究调控多种生态服务提供建议.本文是对基因调控网络模拟多生态系统服务间相互关系的能力和合理性的初步验证可为进一步开展该领域研究提供参考.     

十字排列椭圆孔声子晶体板的双通道滤波

采用有限元方法对二维十字排列椭圆孔周期结构的带隙及传输特性进行了研究,发现此类结构具有较宽的带隙范围.基于该研究,构造了由3种不同尺寸代表性单元组成的双通道波导结构,并通过有限元建模计算,分析了该结构的双通道滤波性能.根据理论计算模型设计制作了亚克力材料的双通道声子晶体薄板,并进行传输特性测试,实验数据验证了仿真结果的准确性.研究结果表明,通过调节3种代表性单元的尺寸,改变声子晶体的带隙分布,可以实现不同频率弹性波在双通道结构中的定向传输.     

基于通路关联网络研究丹酚酸B治疗心血管疾病的机理

研究候选药物治疗疾病的作用机制是药物研发过程中的一个重要步骤.目前,运用系统生物学方法对蛋白、药物和疾病相互关联网络的分析加深了对药物治疗疾病机理的理解.然而,针对这些关联网络的分析大都是从基因/蛋白的角度直接关联到疾病层面.考虑到蛋白通常通过参与生理通路实现其自身的生物功能,所以本研究提出了以生物通路关联网络的分析方法,以生物通路为研究视角来研究药物治疗疾病的机理.许多研究表明,丹参主要活性成分丹酚酸B对心血管疾病有良好的疗效.本文在运用药物-蛋白关联网络分析方法的基础上,尝试结合生物通路关联网络去分析丹酚酸B治疗心血管疾病的机理.利用分子对接方法计算得到丹酚酸B的作用靶点,同时通过文献挖掘收集实验验证的丹酚酸B治疗心血管疾病的调控蛋白及目前治疗心血管疾病的西药及靶点数据.利用药物-蛋白关联网络分析发现,丹酚酸B能够通过作用肾素-血管紧张素-醛固酮系统中血管紧张素转化酶和肾素,从而舒张血管,最终调节心血管疾病.通过生物通路关联网络分析发现,丹酚酸B可能通过作用凋亡生理过程、免疫/炎症生理过程、离子迁移生理过程和基础代谢生理过程来调节心血管疾病,并且倾向于调节免疫生理过程.因此,基于通路关联网络的分析方法能够为分析药物的治病机理提供新的视角.     

采用离散偶极子近似(DDA)方法研究渐变锥形金属纳米结构的超聚焦效应

利用离散偶极子近似(discrete dipole approximation, DDA)方法对渐变锥形金属纳米结构中的超聚焦效应进行了分析和讨论. 数值计算证明该结构能够较好地实现对入射光场能量的纳米尺度汇聚. 基于解析和数值模型进一步分析了超聚焦效应与入射光波长、结构角度、结构厚度以及材料损耗之间的关系. 计算结果表明, 通过合理设计参数, 结构尖端的场强可增至入射场强的几十到上百倍, 从而实现明显的光场超聚焦效果. 另外证明采用DDA方法建模金属纳米结构具有相当好的计算精度和速度.     

一种快速生成和传输多分辨率三维模型的稳健算法

空间数据获取与建模技术的飞速发展使高分辨率、高精度三维模型的快速生成成为现实, 随之引起了一系列问题亟待解决, 如: 大数据量三维模型的快速可视化与快速网络传输. 根据不同的需要对高分辨率的三维模型进行多分辨率描述是解决上述问题的一个有效途径. 针对上述问题本文提出了一种快速、稳健的算法用于大数据量三维模型的多分辨率描述与网络传输. 实验结果表明: 该算法在运行效率、多分辨率模型的精度与解码以及三维模型的网络传输速度3个方面均取得了很好的效果. 该研究结果为海量三维模型的快速可视化以及快速网络传输打下了的坚实的技术基础.     

科学大数据与数字地球

大数据研究正发展为科技、经济、社会等各领域的关注焦点,诸多国家已将大数据研究上升至国家战略层面.本文从时空角度论述了大数据的缘起、内涵与发展势态,分析了科学大数据成为科学研究新途径的历程——科学范式开始从模型驱动向数据驱动发生转变.给出了科学大数据的定义及科学大数据计算的应对策略.进一步地论述了数字地球学科的基本理论框架和数字地球中的数据系统,指出了数字地球学科具有大数据的鲜明特点.最后以"胡焕庸线"形成机理的空间认知研究为例,具体阐述了数字地球学科中的大数据研究的理论和方法.     

拟南芥花药表达基因调控关系的预测

模式植物拟南芥花药的发育由复杂的基因网络所调控. 至今为止, 研究人员对这一调控网络的了解非常有限. 本研究利用一种整合基因芯片数据与启动子序列分析的生物信息学方法来预测拟南芥花药表达基因之间的调控关系. 基于这种方法, 一共预测到了7710对具有调控关系的基因对, 其中80对为高可信度的调控关系. 在这80对基因中, 有3对调控关系已被之前的实验验证, 表明本研究预测的结果有一定的可靠性. 我们所预测的基因调控关系有助于拟南芥花药发育分子机理的深入研究, 提出的生物信息学研究方法也可用于其他基因调控关系的预测.     

结合台阵策略的震相拾取深度学习方法

深度学习的突破性发展及其在地震学领域的初步应用,为有效处理和利用地震资料提供了可能.震相拾取是地震资料处理中的基础性工作,目前已经提出了很多基于深度学习的震相拾取方法,取得了很好的效果.但是,为了满足地震学研究中处理连续地震记录的需要,尚需对方法进行进一步的改进.本研究针对性地设计了结合台阵策略,单独识别P波和S波的长时窗震相拾取深度学习模型PP(phase picker)及其训练方式,提出了具有实用性的震相拾取方法APP(array-assisted phase picker).利用阿里余震AI捕捉大赛和Hi-net数据进行测试的结果表明,模型能够有效地在连续波形上拾取体波震相并具有很好的泛化能力.通过比较该模型与其他模型(较短时窗的模型和同时识别P波、S波的模型)的拾取效果,验证了模型设计的合理性.具体的测试样例显示,该方法能够正确地处理地震密集的波形数据并能避免典型噪声的影响.将该方法运用到内蒙古地区台网的观测数据中,检测到了人工目录中98.1%的地震,地震拾取总数为人工目录数的30倍,进一步表明本研究方法具有很好的实用性.     

知识驱动的鄱阳湖区域钉螺分布预测模型研究初探

目前对血吸虫中间寄主钉螺的监测与预测完全是基于遥感影像光谱信息的,计算结果只是"预测钉螺"的一个非完全条件约束解.将2005年10月31日的TM遥感影像数据与GIS专题数据(DEM、鄱阳湖边界、植被、土壤、土地利用)有机结合起来,根据钉螺孳生的发生学机理,运用遥感、地球信息技术和知识驱动的地理建模方法,进行了鄱阳湖区钉螺空间分布的预测.结果显示:随着总模糊隶属度由高到低变化,在10%的模糊隶属度高值区的栅格中,钉螺检验数据组中出现的钉螺比例达到81%左右,说明所建模型能有效地预测钉螺的出现与否.     

面向脑电数据的知识建模和情感识别

心理科学研究依赖于对生理、心理数据的分析,情感是心理研究的重要内容.近年来随着认知神经科学研究技术的成熟,研究者利用脑电(electroencephalogram,EEG)等可以反映脑功能活动的生理信号,直接研究情感问题,如情感识别、情绪脑等.但是,生理信号将会产生TB级甚至PB级的数据量,认知研究和临床神经科学在过去几十年中已产生大量生理数据,对这些大数据的表示和情感知识挖掘需要更高级的工具.构建能够表示数据含义和情感相关知识的模型,能够给心理研究者提供一个知识共享平台,以便使用这些大数据进行情感方面的科学研究.本文构建一个可以表示EEG数据语义和被试者上下文信息的本体模型,并基于该模型使用推理引擎进行基于EEG生理信号数据的自动情感识别.实验结果表明,模型在e NTERFACE 2006数据集上能够以99.11%的平均准确率识别被试者的情感状态,并从实验结果分析发现基于EEG数据情感识别最关键的特征是Beta波与Theta波的绝对功率比.     

空间实体单元模型计算在石拱桥承载能力检测试验中的应用

目前,国内外桥梁计算设计软件大部分采用梁单元建模.近年来,空间梁格法应用较普遍.梁单元对于大部分梁桥分析比较简单适用,但对于石拱桥分析就不那么适用了.桥梁计算分析中最关注的是结构横向刚度大小和荷载横向分布的问题,空间实体单元模型能很好地解决这类问题.以石拱桥承载能力检测试验为工程背景,介绍了空间实体单元建模在检测方案设计和静、动载试验计算中的应用,并分析对比了实体单元建模计算结果、梁单元建模计算结果以及试验实测结果.