交通流量预测问题旨在基于历史观测数据实现未来交通状态的精准预测。为了更好地建模交通网络中的复杂时空关系,需要利用数据中存在的多种关联模式,包括成对关联和高阶关联。然而,在交通时空数据中关联模式是需要挖掘的,很难通过先验知识构建出有效的关联结构。对此,利用图结构来建模数据的成对关联,利用超图结构来建模数据的高阶关联,并通过注意力机制对图卷积和超图卷积进行自适应的动态整合。在成对关联建模中,利用节点嵌入来推断图结构。为了更好地捕捉数据中关联的动态变化特性,设计了一种动态图结构学习方法,从动态变化的数据中捕捉关联模式。在高阶关联建模中,利用矩阵优化来直接学习超图结构,并且为了有效地捕捉全局性依赖关系,引入了一个对比学习损失函数。在时间维度上,采用时序Transformer架构,利用自注意力机制实现交通流量时序依赖关系的多尺度建模。在多个常用的交通流量数据集上的实验表明,提出的模型能够很好地建模交通路网中的复杂时空关系,预测精度相较于多种基线模型有显著的提升。

信息级联的流行度预测对于理解信息传播规律和抑制不实信息扩散至关重要。现有深度学习方法虽在准确性上有所提升,但在消解混淆因素、挖掘级联结构与流行度间的深层因果关系方面仍存在不足,影响了预测的可靠性与可解释性。为应对此挑战,提出了一种新颖的基于因果子图学习的级联流行度预测模型——因果感知级联模型(Causal-aware Cascade Model,CauCas)。CauCas设计图数据增强对原始级联图施加干预,并分别对原始图和增广图进行多层级联表示编码,通过特定的层特征选择与加权融合策略,得到原始图和增广图各自的图级别表示,并使用自适应实例归一化技术学习到对干预更不敏感、更可能反映因果关系的鲁棒特征。最终,融合后的特征表示通过一个多层感知机进行流行度预测。在Twitter,Weibo和APS这3个公开数据集上的实验结果表明,CauCas模型性能优越,在不同类型数据集和预测窗口下均达到了最优性能。

环境对人体健康和疾病的发展有着长期的影响,因此研究气候条件对个体健康的影响,并提高疾病预测模型的准确性,对疾病的预防和控制具有重要意义。目前,结合气象数据对疾病的研究多聚焦于群体层面的定性分析或宏观预测,而针对个体差异化响应的定量建模研究仍较为缺乏。针对该问题,提出了一种基于交互项模型的融合气象数据与个人健康数据的慢性病预测方法。该方法基于中国老年健康与家庭幸福调查(CLHLS-HF)和中国健康与养老追踪研究(CHARLS)的数据,利用Moran's I统计量筛选出具有空间相关性的地理分布疾病。采用交互项模型融合个人健康数据和气象数据,构建交互特征以提升模型疾病预测的性能。在两个数据集上使用逻辑回归、朴素贝叶斯、XGBoost和多层感知机(MLP)4种机器学习模型进行疾病预测,以评估融入气象特征对疾病预测的影响。实验发现,在CLHLS-HF数据集中,朴素贝叶斯模型对血脂异常预测的特异性提升了10.2%,XGBoost 模型的准确率与灵敏度提升了5.6%;在CHARLS 数据集中,MLP 模型对心脏病预测的AUC 提升了6.6%,XGBoost 模型的灵敏度提升了6.2%。由此表明,纳入气象数据和交互特征能够持续提升模型的疾病预测性能。

现有基于深度学习的时序数据异常检测方法在局部与全局特征协同建模能力以及长序列计算效率方面存在不足。为此,提出一种基于混合架构的异常检测模型。首先,在多尺度特征提取中,采用深度可分离卷积捕获局部细节特征,结合动态池化增强突发异常响应能力。其次,设计双向时序建模机制,通过BiLSTM融合双向上下文特征,并采用门控Dropout抑制长序列训练过程的过拟合风险。进一步,设计分层稀疏全局注意力模块,利用局部窗口注意力捕捉时频特征,借助多头机制与残差连接优化梯度传播稳定性。最后,提出了一种动态特征融合方法,并结合分块处理框架实现检测精度与计算效率的协同优化。在4个公开时序数据集上的实验结果表明,所提模型的各项性能指标较现有方法提升显著,且展现出较好的鲁棒性与泛化能力。

针对同城配送场景下异构特征匹配建模难、交互信息融合不足的问题,提出了一种基于Prompt引导的双向异构图Transformer模型(P-BiHGT)。该模型借助虚拟Prompt节点作为全局语义引导,建立其与车辆、订单节点之间的显式连接,从而提升图中全局语义信息的融合与传播能力。同时,针对同城配送中车辆与订单节点之间语义关联弱、交互建模单向化的问题,进一步引入基于角色语义驱动的双向注意力机制,分别建模“车辆→订单”和“订单→车辆”的交互路径,增强异构节点之间的表达能力。在完成双向交互建模后,模型进一步通过多层感知机对融合特征的节点对进行高阶匹配决策,从而提升匹配准确性。在同城配送仿真实验中,所提模型在验证集上准确率达到了93.6%,明显优于其他传统模型,验证了P-BiHGT在异构匹配任务中的有效性与适应性。

高性能计算(HPC)集群在大规模计算任务中扮演着至关重要的角色,然而,随着集群规模的不断扩大,如何有效管理集群能效也越来越重要。预测技术通过对集群资源使用情况的准确预估,为能效管理提供决策支持,从而实现资源的动态优化和能耗的有效控制。对此,提出了HPC节点负载预测方法iDSRformer,引入多头稀疏自注意力机制提高计算效率并捕捉多特征之间的依赖关系,使用RMSNorm归一化提高稳定性;同时,采用深度可分离卷积实现前馈网络,扩大模型感受野,实现更高效的特征提取和多变量间的复杂关系描述。分别在微软的Philly集群和阿里巴巴的cluster-trace-gpu-v2020数据集上进行实验,结果表明,相比于目前已提出的预测模型iTransformer,Transformer,patchTST,dlinear,timeMixerh和crossformer,iDSRformer在Philly任务数据上MSE平均下降10.2%,20.2%,12.2%,19.2%,10.1%和13.3%,MAE平均下降9.9%,26.3%,10.8%,16.9%,7.4%和15%;在阿里巴巴的cluster-trace-gpu-v2020任务数据上MSE平均下降10.2%,18.3%,16%,28.2%,15.4%和14.4%,MAE平均下降8.8%,14.4%,11.5%,19.5%,9%和9%,具有较好的预测精度。

高血压的早期精准识别对于防止病情进一步恶化至关重要。心冲击图(Ballistocardiogram,BCG)信号是心脏质心随血流动态变化在正常呼吸和心脏周期中运动的综合反映,可以较精确地反映血压的变化。然而,现有基于BCG信号的高血压识别方法通常仅使用时频域或非线性域等传统手段提取有限特征,难以全面刻画与血压相关的信号模式,且多数仅能判断是否患病,无法预测具体血压值。为此,提出通过提取BCG信号时频域特征、非线性域特征、波动特征,特别是波形特征,构建新型多层次BCG信号特征集。采用多种经典的机器学习,如随机森林(Random Forest,RF),以及主流深度学习模型,如卷积神经网络(Convolutional Neural Network,CNN)、深度神经网络(Deep Neural Network,DNN)进行对比分析。结果表明,使用所提出的新型多层次BCG信号特征集进行高血压识别时,RF模型的准确率达到82.26%,CNN模型则达到83.57%。与Liu等的特征集在相同模型的识别结果(准确率分别为77.92%和78.2%)相比,有显著提升。血压值预测结果显示,DNN回归模型对舒张压的均方根误差(Root Mean Square Error,RMSE)为6.59,对收缩压的RMSE为3.99,均优于使用Liu等的特征集的结果。另外,还进行了BCG信号段长度对血压分析性能影响的验证。这些结果表明,所提出的特征工程方法可以更精准地捕捉与血压分析相关的BCG信号模式,具备从计算层面赋能更方便准确地无创无袖带血压监测的潜力。

在动态图中检测或识别与事件相关的变化点变得愈加重要,因为网络结构的变化可能与网络系统功能的变化相关。然而,很多的变化点检测技术不能有效提取节点特征。因此,提出了一种基于变分图自编码器的无监督动态图变化点检测模型(VGRCPD)。该模型在结合了变分自编码器和递归神经网络的同时,引入了自注意力机制,用以计算历史时刻的先验分布。在得到图嵌入之后,将快照分割到不相交的簇中并按照时间顺序进行排列。最后,结合了簇的信息的时间序列自然指示了潜在的变化点。实验结果表明,所提出的方法在多个真实和合成数据集上的变化点检测任务中均取得了优异的性能,证明了其在动态图分析中的有效性和潜力。

细胞聚类作为单细胞RNA测序(scRNA-seq)分析的核心任务,在scRNA-seq数据分析中起着至关重要的作用。近年来,单细胞深度嵌入表示模型因其能够同时学习特征表示和聚类而受到欢迎。然而,这些模型仍面临多种重大挑战,包括海量数据、普遍存在的丢弃事件以及转录谱中的复杂噪声模式。为此,提出基于图结构感知的单细胞转录组嵌入聚类模型(scGAEC)。该模型创新性地融合对比学习机制与自研图感知手段进行更深度嵌入的融合表示,同时基于零膨胀负二项模型(ZINB)设计解码器重建基因表达信息,通过联合互监督策略协同优化聚类损失、对比损失、ZINB损失和基因表达矩阵重建损失,实现聚类性能强化与潜在表征深度学习。实验结果表明,scGAEC在来自不同测序平台的4个单细胞RNA测序数据集上,相较于6个对比模型,在NMI和ARI核心评估指标上性能平均提升30.63%和52.17%,显著优于多种先进方法。

单细胞多组学联合聚类分析已被广泛应用于复杂疾病的研究。由于单细胞测序平台的限制,基因表达矩阵中包含大量缺失值,且不同模态之间存在异质性问题,这导致单细胞多组学数据在聚类分析时仍面临许多挑战。为此,提出了一种基于缺失值补全与跨模态对齐的单细胞多组学聚类方法(Single-Cell Multi-Omics Clustering Method Based on Missing Value Imputation and Cross-Modal Alignment,scCMAC),用于单细胞多组学非配对数据的缺失值补全、跨模态对齐和融合。该方法采用三重补全策略,基于模态特异性邻域结构信息动态定位缺失值,实现精准插补。为了消除模态之间的异质性,增强跨模态数据的关联,该方法利用双向生成对抗网络实现跨模态对齐,并使用图注意力网络进行多模态特征融合。此外,该方法还通过联合建模细胞-细胞之间的相互作用关系和细胞内各组学之间的关联特性进行聚类分析。在5个单细胞多组学非配对数据集上的对比实验结果表明,scCMAC在PBMC数据集上ACC达到71.62%,较次优方法提升了2.36个百分点;在SMAGE-3K数据集上ARI提升至70.48%,验证了其在聚类任务中的优越性。

异常检测是医保基金监管中的关键技术。现有主流方法多依赖复杂的特征工程与业务专家经验来刻画可疑行为,检测规则的构建与维护成本高,且难以适应不断演化的欺诈模式。同时,医保异常标签稀缺、滞后且噪声较高,进一步制约了监督方法的可靠落地。为此,提出面向医保的无监督异常检测框架SeqRecon-AD,以医保账户的结算项目为基本单位,将账户历史按时间组织为项目序列,通过刻画序列在正常转移规律下的偏离程度来度量账户风险。模型采用自回归Transformer学习项目间的转移模式,以下一项目预测为训练目标,建模正常医保行为的序列规律。随后,计算位置级负对数似然损失,通过Top-k损失聚合得到账户级异常分数,从而突出少量关键异常片段的贡献,避免均值聚合对异常信号的稀释。在真实城市级数据集上进行了实验,结果表明,SeqRecon-AD优于经典无监督基线、代表性序列模型以及重构式自编码器方法,在不依赖训练异常标签的条件下提供了有效、可部署的无监督检测方案,相比最优无监督基线方法,其AUC提升了29.21%。