异构信息互动模型中的关键技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    60703015
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    20.0万
  • 负责人：
    陈清财
  • 依托单位：
    哈尔滨工业大学
  • 学科分类：
    F0211.信息检索与社会计算
  • 结题年份：
    2010
  • 批准年份：
    2007
  • 项目状态：
    已结题
  • 起止时间：
    2008-01-01 至2010-12-31

项目摘要

网络信息已成了人们不可或缺的信息源，但其非结构化、来源分散等特点使得深层网络信息处理技术发展缓慢；同时，人们还拥有采用结构化存储的量化数据库，与网络信息相比，其具有结构化、精确化、来源稳定等特点。目前，这两个领域的研究还处于相互独立的状态，由于量化数据的精确性，使它在重要的时间序列预测中起到决定性作用。但单纯基于结构化数据的时间序列预测模型很难预测到在互联网上发布的各种事件或消息对时间序列的突变性影响。为此，项目引入了文本信息影响度计算方法，并通过与传统预测算法融合，建立了基于异构信息的时间序列预测模型。同时，根据预测误差简洁、准确、便捷等特点，建立了基于误差反馈的领域知识发现与模型优化算法，从而为这两种信息之间的相互作用建立起了一个互动模型，并在金融领域建立一个股票价格预测原型系统，用于模型的验证与推广。项目除了为时间序列预测提供了新的方法，也为语言学知识挖掘做出了有益探索。

结项摘要

项目成果

期刊论文数量（8）
专著数量（0）
科研奖励数量（0）
会议论文数量（18）
专利数量（0）
Auto adapted English pronunciation evaluation: A fuzzy integral approach
自动适应英语发音评估：模糊积分方法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    International Journal of Pattern Recognition and Artificial Intelligence
  • 影响因子：
    1.5
  • 作者：
    Wang, Xiaolong;Chen, Qingcai;Yao, Yi;Su, Pengfei
  • 通讯作者：
    Su, Pengfei
基于最大频繁项集的搜索引擎查询结果聚类算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    中文信息学报，2010.02
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
Cross Lingual Opinion Analysis via Transfer Learning.
通过迁移学习进行跨语言意见分析。
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
Discriminative deep belief networks for visual data classifcation
用于视觉数据分类的判别式深度信念网络
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
A Tolerance Rough Set Based Semantic Clustering Method forWeb Search Results.
基于容差粗糙集的网络搜索结果语义聚类方法。
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
  • 通讯作者：

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

中文问答系统中时间敏感问句的识别和检索
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    计算机研究与发展
  • 影响因子：
    --
  • 作者：
    王晓龙;陈清财;王宇亮;户保田
  • 通讯作者：
    户保田
CHIP2019评测任务1概述:临床术语标准化任务
  • DOI：
    --
  • 发表时间：
    2021
  • 期刊：
    中文信息学报
  • 影响因子：
    --
  • 作者：
    黄源航;焦晓康;汤步洲;陈清财;闫峻
  • 通讯作者：
    闫峻

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

陈清财的其他基金

基于多模态融合的语义表示学习方法
  • 批准号：
    61872113
  • 批准年份：
    2018
  • 资助金额：
    64.0 万元
  • 项目类别：
    面上项目
构式语法的计算模型研究
  • 批准号：
    61473101
  • 批准年份：
    2014
  • 资助金额：
    80.0 万元
  • 项目类别：
    面上项目
网络信息自主整合关键技术研究
  • 批准号：
    61173075
  • 批准年份：
    2011
  • 资助金额：
    56.0 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