基于演化多目标优化的多类类别不平衡学习算法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    60802036
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    20.0万
  • 负责人：
    唐珂
  • 依托单位：
    中国科学技术大学
  • 学科分类：
    F0113.信息获取与处理
  • 结题年份：
    2011
  • 批准年份：
    2008
  • 项目状态：
    已结题
  • 起止时间：
    2009-01-01 至2011-12-31

项目摘要

在许多实际应用中，数据关于类别的分布往往是不平衡的，分类模型不但要有很高总体精度，还需兼顾不同类别。传统的机器学习技术不能满足这一要求。一些新提出的技术只能解决两类类别不平衡问题，推广到多类问题则效果不佳，而直接针对多类问题的方法也较少。本项目提出将多类类别不平衡学习转化为多目标优化问题。以分类器在不同类别上的精度为优化目标，结合演化多目标技术和机器学习技术设计多目标优化算法对问题求解。与现有的类别不平衡学习算法相比，基于演化多目标优化的学习算法可同时训练多个帕累托最优分类器，它们对各类别侧重程度不同，自动为应用领域的实践者提供多个选择，因而更适用于实际问题中常见的对极限分类性能缺少先验知识的情况。本项目通过上述基础研究，将实现一个新的多类类别不平衡算法，并将其应用于生物信息建模。此外，本项目拟在分类算法的基础上研究针对类别不平衡问题的特征选择技术，以实现对生物信息数据的进一步分析。

结项摘要

项目成果

期刊论文数量（9）
专著数量（0）
科研奖励数量（0）
会议论文数量（11）
专利数量（0）
Selective negative correlation learning approach to incremental learning
增量学习的选择性负相关学习方法
  • DOI：
    10.1016/j.neucom.2008.09.022
  • 发表时间：
    2009-08
  • 期刊：
    Neurocomputing (Elsevier)
  • 影响因子：
    --
  • 作者：
    Minku, Fern;a L.;Tang, Ke;Lin, Minlong;Yao, Xin
  • 通讯作者：
    Yao, Xin
Identification of structurally conserved residues of proteins in absence of structural homologs using neural network ensemble.
使用神经网络集成在没有结构同源物的情况下鉴定蛋白质的结构保守残基
  • DOI：
    10.1093/bioinformatics/btn618
  • 发表时间：
    2009-01-15
  • 期刊：
    BIOINFORMATICS
  • 影响因子：
    5.8
  • 作者：
    Pugalenthi, Ganesan;Tang, Ke;Suganthan, P. N.;Chakrabarti, Saikat
  • 通讯作者：
    Chakrabarti, Saikat
Population-Based Algorithm Portfolios for Numerical Optimization
用于数值优化的基于群体的算法组合
  • DOI：
    10.1109/tevc.2010.2040183
  • 发表时间：
    2010-10
  • 期刊：
    IEEE Transactions on Evolutionary Computation
  • 影响因子：
    14.3
  • 作者：
    Peng, Fei;Yao, Xin;Chen, Guoliang;Tang, Ke
  • 通讯作者：
    Tang, Ke
Scalability of generalized adaptive differential evolution for large-scale continuous optimization
大规模连续优化的广义自适应差分进化的可扩展性
  • DOI：
    10.1007/s00500-010-0643-6
  • 发表时间：
    2011-11-01
  • 期刊：
    SOFT COMPUTING
  • 影响因子：
    4.1
  • 作者：
    Yang, Zhenyu;Tang, Ke;Yao, Xin
  • 通讯作者：
    Yao, Xin

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

马铃薯淀粉代谢相关基因及其顺式调控元件的分子研究进展
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    农业生物技术学报
  • 影响因子：
    --
  • 作者：
    唐珂;严彩虹;朱博;曾子贤
  • 通讯作者：
    曾子贤
Inluence of chitosan on the microstructured Au/CeO2 catalyst: An enhanced catalytic performance for CO oxidation
壳聚糖对微结构 Au/CeO2 催化剂的影响：增强 CO 氧化催化性能
  • DOI：
    --
  • 发表时间：
    2017
  • 期刊：
    catalysis Letters
  • 影响因子：
    2.8
  • 作者：
    马雪芹;唐珂;刘伟;朱文双;王舒平;郭永华;杨红晓;郭今心;杨延钊
  • 通讯作者：
    杨延钊
近似最优并行算法组智能汇聚构造
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    中国科学:技术科学
  • 影响因子：
    --
  • 作者：
    刘晟材;杨鹏;唐珂
  • 通讯作者：
    唐珂
智慧城市中的限量弧优化问题
  • DOI：
    10.16453/j.cnki.issn2096-5036.2021.05.011
  • 发表时间：
    2021
  • 期刊：
    人工智能
  • 影响因子：
    --
  • 作者：
    姚新;唐珂;梅一;刘佳琳;黄长武;童浩
  • 通讯作者：
    童浩
硝基还原酶结构域蛋白1在大鼠睾丸组织中特异性高表达在人类睾丸癌中表达下调(英文)
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    生物化学与生物物理进展
  • 影响因子：
    --
  • 作者：
    唐珂;郑盼;向波;李桂源
  • 通讯作者：
    李桂源

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

唐珂的其他基金

面向大规模多目标优化的可扩放进化算法
  • 批准号：
    61672478
  • 批准年份：
    2016
  • 资助金额：
    62.0 万元
  • 项目类别：
    面上项目
针对环境变量不确定性的进化鲁棒优化算法
  • 批准号：
    61175065
  • 批准年份：
    2011
  • 资助金额：
    57.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码