检索结果

Select

1. 重加权的对抗变分自编码器及其在工业因果效应估计中的应用

李宗禹, 强思维, 郭晓波, 朱振峰

《计算机应用》唯一官方网站 2024, 44 (4): 1099-1106. DOI: 10.11772/j.issn.1001-9081.2023050557

摘要（228）

HTML （2）

PDF （2192KB）（35）

反事实预测和选择偏差是因果效应估计中的重大挑战。为对潜在协变量的复杂混杂分布进行有效表征，同时增强反事实预测泛化能力，提出一种面向工业因果效应估计应用的重加权对抗变分自编码器网络（RVAENet）模型。针对混杂分布去偏问题，借鉴域适应思想，采用对抗学习机制对由变分自编码器（VAE）获得的隐含变量进行表示学习的分布平衡；在此基础上，通过学习样本倾向性权重对样本进行重加权，进一步缩小实验组（Treatment）与对照组（Control）样本间的分布差异。实验结果表明，在工业真实场景数据集的两个场景下，所提模型的提升曲线下的面积（AUUC）比TEDVAE（Treatment Effect with Disentangled VAE）分别提升了15.02%、16.02%；在公开数据集上，所提模型的平均干预效果（ATE）和异构估计精度（PEHE）普遍取得最优结果。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

2. 基于概念格的多值属性关联规则可视化

郭晓波赵书良赵娇娇刘军丹

计算机应用 2013, 33 (08): 2198-2203.

摘要（792）

PDF （1159KB）（477）

针对传统关联规则可视化方法无法展现数据间的频繁模式和关联关系,表示形式比较单一,缺乏多模式展现形式等问题，提出了一种新的多值属性关联规则可视化表示算法。该算法运用概念格理论对多值属性数据进行了重新定义和分类，将频繁项集和关联规则中的多值数据项分别以概念格结构进行表示，实现了频繁项集可视化展示和一对一、一对多、多对一、多对多及概念分层的多模式关联规则可视化展示。最后，以某省全员人口数据为基础对算法进行了具体实现和分析，同时实现了对人口数据的源数据、频繁模式以及关联关系的可视化展示。实验结果表明，所提出的可视化形式和已有成果相比具有良好的频繁项集与多模式关联规则展现效果。

参考文献 | 相关文章 | 多维度评价

Select

3. 家谱关系的元图表示

刘军丹赵书良赵娇娇郭晓波陈敏柳萌萌

计算机应用 2013, 33 (07): 2037-2040. DOI: 10.11772/j.issn.1001-9081.2013.07.2037

摘要（785）

PDF （657KB）（509）

针对已有家谱图展示形式中，边的数量随节点数的增加而快速增长导致表现力下降的问题，提出以元图的形式对家谱进行可视化展示。家谱的元图表示形式中，产生集表示家族中所有人员组成的集合，每条边仅表示“父母〖CD*2〗子女”关系，不必存在表示夫妻关系的边。其中，边为产生集的两个子集的有序对，分别为具有夫妻关系的两个节点组成的入点集和单个的孩子节点组成的出点集。实验结果表明，在数据相同的情况下，家谱的元图可视化形式中边的数量约为通常的展示形式中边数量的一半，使得展示结果清晰易懂。同时，对家谱的数学建模、可视化研究以及家谱信息系统的改造具有一定指导作用。

参考文献 | 相关文章 | 多维度评价