碳排放预测对国际合作、应对气候变化和能源安全等极为重要。国家级地理范围和更长时间段内的碳排放预测影响因素多而复杂,这对预测模型的特征表达学习能力提出了更高要求。针对以上问题,提出了一种融合Transformer,LSTM和GAN的碳排放预测模型——TransLSTM-GAN。在这项工作中,通过Transformer和LSTM网络,利用注意力机制的高性能特征表达学习能力,提高模型处理复杂碳排放数据和长序列数据的学习能力。设计适配的改进鲸鱼优化算法,完成Trans-LSTM 的超参数自动学习,降低TransLSTM的训练难度和提升训练效果。利用预训练TransLSTM作为生成器,深度残差网络作为判别器,构建GAN对生成器参数微调,进一步提高预测精度。为验证模型性能,在中国、美国和欧洲碳排放数据集上进行实验验证。实验结果表明,TransLSTM-GAN模型能更好地适用于不同国家地区的长期碳排放预测。

关系型数据库在高并发实时场景中存在读取效率低的问题,在传统数据库系统的高性能改造中,一般采用NoSQL(Not Only SQL)内存数据库、嵌入式数据库作为数据缓存层进行加速,读写效率提升上限有限,且由于存储结构与读写方式差异,迁移成本普遍较高。文中提出一种面向关系数据库的数据缓存方案MDBCache,通过使用定址内存映射缓存、多维度自定义索引与内存数据增量更新技术,实现了无需跨进程、跨用户空间的高效数据共享方式,大幅降低了数据请求响应时间及迁移成本。实验结果表明,与机制相近的内存数据库MMDB、嵌入式数据库Berkeley DB缓存方案相比,MDBCache读取效率在单线程模式上最高提升了1.49倍与6.88倍,数据更新效率最高提升了8.59倍与5.44倍。所提方案具有底层技术成熟、服务性能高、实施复杂度低、实用性高等优点,在高并发实时场景数据方案设计中具有一定参考价值。

交通速度预测在智能交通系统中的交通拥堵识别、信号控制等任务中起到至关重要的作用。然而,交通数据中包含着随时间动态变化的空间关系,导致路网中非直接相邻的道路节点中亦存在关联关系,从而衍生出跨区域的隐式协同特征。因此,提出了一种用于交通数据隐式特征提取的双通道时空超图卷积网络。具体而言,该网络应用聚类算法发现全局的空间特征。然后,建立超图与线图的双通道卷积方法来捕捉交通数据中的隐式空间关系。最后,应用卷积结构的长短期记忆网络捕获时间特征。在真实世界交通速度数据集中的实验表明,所提出框架的性能优于最先进的基线模型。

图神经网络(Graph Neural Networks,GNNs)因其天然适合处理图结构数据的特性,能够有效捕捉欺诈行为中的复杂关系模式,已成为欺诈检测的主流方法。然而,现有基于GNN的欺诈检测模型在数据处理上存在局限性:基于同质图神经网络的欺诈检测模型难以应对欺诈图中的异质关系,而基于异质图神经网络的欺诈检测模型在处理异质关系时通常仅针对单一属性或结构空间,导致检测性能受限。为解决这一问题,提出了基于双空间异质图神经网络的欺诈检测模型。该模型将用户关系建模为多关系异质有向图,并采用多层图卷积架构,每层卷积由以下3个模块构成:(1)异质度学习模块,利用关系子图中已标记节点的标签信息,在属性空间和结构空间中分别学习异质度,并通过加权融合策略实现双空间异质度的特征交互;(2)跨空间图聚合模块,基于融合后的异质度计算注意力权重,通过多关系图聚合更新节点表示;(3)原型引导分类模块,基于已标记节点的表示及标签,利用原型学习构建类别原型,并指导未标记节点的分类。为应对标记数据稀缺和标签不平衡问题,模型采用平衡采样策略进行半监督训练。实验结果表明,在YelpChi和Amazon数据集上,所提模型的Recall指标分别比9个基线模型的最佳值提升0.962 6%和0.644 4%,AUC指标分别提升0.859 4%和0.147 9%。

针对复杂环境下单一模型轨迹预测精度不足的问题,提出一种基于改进状态空间模型与记忆网络融合的新型预测架构通道注意力增强型双流记忆网络CA-MLNet。该工作的核心创新在于:(1)通过结构化状态空间模型(Structured State-Space Model,SSM),增强对动态环境的空间特征选择能力;(2)创新性地融合xLSTM的mLSTM模块作为辅助时序建模单元,构建双分支特征融合架构。改进后的SSM模块能有效捕捉长距离空间依赖,而mLSTM模块通过指数门控机制强化局部时序特征提取,两者通过自适应权重融合机制实现优势互补。在GeoLife GPS Trajectories行人轨迹数据集上的实验表明,所提模型在预测场景下达到99.01%的预测精度,较基准模型提升8.18%,相比xLSTM架构提升3.14%。消融实验验证了SSM模块改进对空间特征选择准确率的贡献达43.6%,双模块协同工作使轨迹偏移误差降低,为智能交通预警系统提供了高精度的解决方案。

基于1979－2024年的ERA5数据,选取非洲大陆1979－2019年月尺度与2020－2024年天尺度总降水量数据作为指标,采用小波变换等方法探究非洲不同地区降水周期特征、分析并构建小波循环预测模型与单一循环模型进行对比预测。结果表明,非洲降水呈显著非平稳性和多尺度周期性,包含12－15个月季节性周期、1－4个月短期周期和96－128个月长周期,反映季风和气候变率影响。单一循环网络模型(RNN,LSTM,GRU)的预测精度分别为0.522,0.516,0.515;小波变换结合循环神经网络的混合预测模型显著提升了预测精度,MAE降低约60%,RMSE降低约66%,R²提升约70%,MAE值达到0.000 339,0.000 338,0.000 337。RMSE值分别达到0.000 626,0.000 628,0.000 622,R²值分别达到0.889,0.886,0.891;LSTM-WT在长期趋势预测中表现最佳(R²≈0.88),对4～6 mm降水事件的预测能力增强。该研究为非洲水资源管理、农业规划和可持续发展提供了科学依据。

时间序列预测能提供对未来趋势和模式的洞察力,对于各种应用都非常重要,例如天气预报、电力负荷预测等。然而现有时间序列预测模型预测中存在模型参数大、计算复杂度高、没有充分利用数据在频域信息的问题。为了解决这一问题,提出了一种基于状态空间的新模型,用于长期时间序列预测。该模型首先采用多级小波分解将原始时序数据解耦为多个不同频带的子序列;其次,为每个子序列设计独立的双向Mamba模块以捕捉其独特的动态模式;最后,通过小波重构将各频带的预测结果精确地融合成最终预测。在ETT等7个公开数据集上的实验结果表明,该方法在多个预测长度下均取得了最优性能,相较于当前最佳的基线模型,平均MSE降低了4.12%。该方法在时间序列公共数据集上证明了其有效性和实际应用的潜力。

类不平衡问题是有监督机器学习领域中的一项重要挑战。在一个不平衡训练集中,虽然少数类的规模显著小于多数类,但少数类往往是人们更为关注的并且比多数类具有更高的误分类代价。大多数分类器算法通常以总体分类精度作为优化目标,容易误分类对分类精度贡献较小的少数类样例。现有不平衡学习方法往往将训练集的类不平衡比例IR作为分类复杂性度量,并将其作为优化目标。然而,最近研究表明,与IR相比,类重叠更能客观度量不平衡数据的学习难度。鉴于类重叠这一数据复杂性指标的重要性,研究从类重叠视角解决不平衡问题,并提出一种基于类重叠信息的不平衡数据学习方法FO-RBU。具体地,利用各属性上类重叠样例的比例分布来衡量不平衡数据的学习难度,并将其作为确定径向欠采样方法RBU合适欠采样程度的理论依据。实验结果表明,基于属性值的类重叠信息能较好地指导合适欠采样比例的确定,并且提出的类不平衡学习方法FO-RBU是有效的。

数据质量是激活数据要素潜能与保障数据价值实现的现实需要。为发现问题数据以提升数据质量,研究了基于元数据的数据质量测量方法,基于元数据构建了可实现数据一致性、完整性和有效性的数据质量测量指标集,制定了测量规则的生成要素和形式化构成形式,研制了相应的数据质量测量工具。结合某大学的教学评价数据集,检验了测量方法和测量工具的可行性和有效性。

针对区块链系统中复杂查询效率低、验证开销大的问题,提出了一种混合索引区块链架构(HIBA)。该架构融合了动态Bloom过滤器、倒排索引和Merkle树,并构建了协同验证机制。该方法利用动态Bloom过滤器对候选区块进行快速预筛选,将查询复杂度从线性降低至常数级,有效避免了全链遍历;结合倒排索引技术,可定位区块内与语义关键词相关的数据,进一步提升查询效率;此外,引入Merkle树区间证明机制,使轻节点能够对查询结果进行增量式验证,显著降低了计算与通信开销。该方案在多关键词语义查询、查询效率与可验证性方面取得了显著突破,展现出良好的实用性与可扩展性。

社交网络中群体行为的演化过程通常呈现出非线性、多主体耦合与结构异质性等特征,传统建模方法在揭示其潜在演化规律方面存在局限性。为深入刻画社交网络中群体行为的动态演化机制,提出一种结构耦合函数库驱动的改进型动力学识别模型——SINDy-GSN(Sparse Identification of Network Dynamics for Group Behavior in Social Graphs)。该方法以特征驱动的离散仿真为基础,融合用户节点行为状态、邻接传播结构与主题信息构建三元状态向量,生成适用于社交网络环境的高维非线性函数库。所构建函数库集成了一阶邻居影响、结构归一化扩散项及主题传播耦合机制,全面捕捉个体行为与网络拓扑之间的复杂动态耦合关系。基于真实社交平台特征数据构建仿真网络,并通过离散演化模拟群体立场传播过程,从而实现对群体行为演化方程的稀疏建模与机制识别。实验结果表明,SINDy-GSN 在保持建模可解释性与结构稀疏性的同时,能够有效识别社交网络中的群体传播机制与演化规律,为社交系统中复杂行为的建模与预测提供了通用化的理论工具与方法框架,展现出良好的适应性与拓展潜力。

针对现有复杂网络关键节点识别方法存在的特征融合浅层化、动态适应性不足及节点显著性差异弱化等问题,提出一种基于多特征融合与排序优化的图卷积神经网络(MFR-GCN)关键节点识别方法。该方法引入深度特征交互编码与可学习对比增强机制,通过层级自适应门控和条件化全局信息注入,实现关键节点的动态鲁棒检测。首先,从网络图中提取涵盖局部属性、全局属性、位置属性及随机游走属性等多维度的8个代表性特征,并结合节点嵌入构建特征向量;然后,将特征输入融合GCN与GAT的混合层进行深层特征学习,并利用跳跃连接整合多尺度信息;最后,设计包含排序损失、方差损失和聚类损失的增强版多组件损失函数进行模型训练与优化,并通过对比强化层在推理阶段放大关键节点分数差异,进一步区分关键节点。利用SIR传播模型在Cora,Email,C.elegans等真实网络数据集上进行实验验证。结果表明,相较于度中心性、介数中心性等传统方法,MFR-GCN识别出的关键节点在最终感染规模上平均提升显著(如在USairport网络上较次优方法提升约6.22%),展现出更优的全局传播潜力和适用性。

单细胞RNA(scRNA-seq)测序技术的快速发展使得单细胞基因表达数据呈指数级增长,从而使研究人员获取了大量的基因表达数据集。因此,需要开发能够利用这些数据从而发现基因间潜在调控关系的计算方法。近年来,随着深度学习的发展及已知调控关系数据的增长,大量基于深度学习的有监督推断方法被提出,尤其是基于图神经网络的方法。然而,目前的这些方法大多将先验调控网络建模为一个无向图,忽略了基因间调控关系的有向性,导致有向信息无法被提取。此外,由于已知的调控信息有限,很多具有相同或相近表达模式的基因间不一定存在已知的直接联系。而目前的方法通常仅提取一阶邻域的信息,这可能导致无法充分捕获先验网络和表达数据中更丰富的信息。针对以上问题,提出一种基于二阶多通道有向图卷积的基因调控推断方法,其基于先验调控网络,构建了一阶邻近矩阵、二阶入度邻近矩阵和二阶出度邻近矩阵,并利用方向性拉普拉斯矩阵来表征有向图的结构,最终进一步提升了网络推断的性能和对复杂调控模式的建模能力。在多个数据集上进行的多指标的实验结果表明,与现有工作相比,所提出的方法能够更准确地预测基因间潜在的调控关系。同时,充分的消融实验也进一步证明了,所提出的方法中包含的不同模块均有助于提升模型的性能。

当前的推荐算法主要侧重于利用深度学习技术提高推荐精度,进而为用户推荐其感兴趣的内容集合。然而,这类方法得到的推荐结果往往计算开销大,模型冗余度高,不适合资源受限场景。针对上述问题,提出一种融合动态稀疏性与异构知识蒸馏的协同优化框架(DySparseHKD),构建轻量化的推荐模型,在减少参数量的同时保留关键特征。提出基于交互冗余的动态稀疏率分配方法,捕获更高效的参数配置,利用教师模型训练轨迹实现渐进式知识传递,缓解异构模型间的知识差异,根据学生模型当前的学习状态动态调整知识迁移粒度,提高迁移效率;最后,通过联合优化目标实现模型复杂度与推荐性能的深度解耦。在3个真实的数据集上进行相关的实验,结果表明所提模型在具有更低复杂度的同时实现了模型效率与推荐效果的有机融合。

纵向数据因能够反映同一对象随时间变化的动态轨迹,在公共健康等领域的研究中受到广泛关注。对纵向数据的清洗过程,是保障纵向数据建模质量和下游分析可信度的重要前置环节。为此,提出一种基于广义线性模型(GLM)多项式拟合与自适应聚类的纵向数据轨迹异常检测方法。通过该算法可获得正常与异常的二分类标签,并将其与真实标签进行比较。在4个独立的数据集(包括2个模拟纵向数据集、1个UCR公开数据集和1个真实数据集)上,与多种典型的纵向数据聚类算法进行了系统对比实验。实验结果显示,所提出的方法在不同数据集和评价指标上均展现出良好的检测性能和泛化性能。将该方法应用于某市小学生连续6年的身高测试数据中的结果,进一步验证了其在实际纵向健康数据中的异常轨迹检测能力和准确性。该方法为公共健康监测与干预、疾病进展评估及临床决策支持等提供了有力支撑。

针对现有学业预测模型难以有效捕捉学生隐性关联、对稀疏数据敏感性高及计算冗余等问题,文中提出一种基于图同构网络的动态优化预测模型。该模型通过三重核心机制优化图结构与信息传递。首先,采用双模态融合图构建技术生成动态邻接矩阵,显著提升关系表征的鲁棒性。其次,建立参数动态自适应调整机制,通过可学习参数实现分层特征融合,有效增强模型对异构数据的适应能力。最后,引入k值动态衰减优化方法,其渐进式剪枝策略在降低计算复杂度的同时加速模型收敛。在CGPA和Grade-Class数据集上,图同构自适应优化模型分别达到73.3%和69.4%的预测准确率,与GNN等基准模型的最优性能相比,准确率分别提高了4.8%和8.3%。同时模型采用K值衰减策略缩短了训练时间,在Grade Class数据集上,改进模型比固定K值为10的模型训练时间缩短了1.7 s,有效完成了对模型计算效率与预测精度的动态优化和平衡。

随着大数据时代的到来,流式机器学习理论和方法被广泛关注并应用。其核心在于能够实时处理连续到达的数据流,并迅速响应数据的动态变化。已有典型流式机器学习框架缺乏通用的流式学习算法支持,同时在面对动态流速数据时缺乏有效的性能优化机制。为了解决上述问题,首先对流式机器学习应用与计算特征进行分析与总结,设计出一个较为通用的流式机器学习数据流。针对现有框架,分析其潜在的性能瓶颈,进一步提出两种性能优化方法,即基于距离的动态采样机制和基于梯度的窗口预聚合机制。最后,基于Flink实现了原型系统Torlink,并在4个典型数据集上进行了实验与评价。结果表明,Torlink在4节点集群上,总体吞吐率约为现有框架的4.1倍,水平加速比可达3.3。

小样本学习(Few-Shot Learning,FSL)旨在通过少量标注样本构建高效预测模型,以降低对海量标注数据的依赖,提升模型的学习效率和实用价值。然而,当测试域与训练域之间存在显著分布差异时,传统方法往往因领域偏移(Domain Shift)而性能大幅下降。现有的针对领域迁移场景的小样本学习的方法大多依赖于特定的模型结构或对齐策略,无法有效与现有的方法结合来提升泛化能力,且难以平衡任务相关特征与领域不变特征的学习。针对以上缺陷,提出一种模型无关的跨域小样本学习框架。该框架基于不变风险最小化(Invariant Risk Minimization,IRM)策略,可以与多种现有的小样本学习方法相结合,使这些模型能够有效学习到样本的领域不变特征,从而显著增强其跨域预测性能。多个基准数据集上的实验证明了所提框架的有效性。

图神经网络(Graph Neural Networks,GNNs)因其消息传递机制在图表示学习领域中展现出了强大的性能,但其在处理异构图时面临着过平滑问题和多跳邻居信息捕捉不足的挑战。GNN-Transformer协同对比学习框架(GTC)利用GNN的局部信息聚合能力和Transformer的全局信息建模能力,采用跨视图对比学习的方式实现了自监督的异构图表示学习,有效消除了 GNN在聚合邻居信息时所面临的过平滑问题。基于异构图注意力网络(HAN),利用其节点级注意力和语义级注意力机制在GNN-Transformer协同对比学习框架的GNN分支上进行优化,在聚合邻居信息时能够更好地捕捉异构图中不同类型节点和边的信息。在ACM数据集上的实验证明,改进后的GNN-Transformer协同对比学习框架模型在节点分类任务和节点聚类任务中的表现更加优秀。在节点分类任务上,对于20,40,60个标记节点的AUC值,宏平均F1值和微平均F1值分别平均提升了0.52%,3.07%和3.14%;在节点聚类任务上,NMI,ARI分别提升了6.57%和6.38%,验证了HAN的层次化注意力机制在异构图表示学习中可以实现更精细的邻居信息聚合与元路径语义融合,为解决GNN的过平滑问题提供了新的思路。

随着大语言模型在自然语言处理任务中的深入应用,检索增强生成(RAG)技术已成为提升模型事实准确性的关键手段。然而,跨域数据的分散存储导致了数据汇聚障碍、规模扩展性不足以及分布式协同缺失等问题,使得传统集中式 RAG 框架难以满足跨域场景的需求。为此,提出了一种面向跨域数据的分布式检索增强生成框架——Multi-RAG。该框架允许各节点基于本地数据特性维护独立的嵌入模型与向量索引,并通过查询分发模块并行分发查询。各节点返回本地高分文档片段后,由全局重排序模块进行全局语义重排序,最终将筛选后的上下文输入大语言模型以生成答案。实验基于 MultiHop-RAG 数据集构建分布式环境展开,Multi-RAG 的 Hits@10 指标达到 0.765 9,较单一节点检索的 0.445 2 提升了 72%,与集中式方案的性能差异控制在 3.1% 以内;基于 DeepSeek-R1 模型的生成准确率较单节点方案提升了 48%。研究表明,该框架通过轻量级分布式协同机制与全局信息融合策略,在避免原始数据整合的同时,有效提升了跨域场景下的检索与生成性能,为解决跨机构、跨领域数据的协同知识利用提供了可行方案。