人工智能相關(guān)文章

基于拓?fù)浣Y(jié)構(gòu)的度量學(xué)習(xí)與拓?fù)鋫鞑サ膍iRNA-疾病關(guān)聯(lián)預(yù)測(cè)算法

miRNA的突變和異常表達(dá)可能導(dǎo)致各種疾病，因此預(yù)測(cè)miRNA與疾病的潛在相關(guān)性對(duì)于臨床醫(yī)學(xué)和藥物研究的發(fā)展具有重要意義。拓?fù)浣Y(jié)構(gòu)是miRNA-疾病預(yù)測(cè)算法的重要組成部分，然而當(dāng)前算法并未有效利用拓?fù)浣Y(jié)構(gòu)導(dǎo)致預(yù)測(cè)結(jié)果并不理想。與此同時(shí)，如何有效地融合多源數(shù)據(jù)也是當(dāng)前的研究趨勢(shì)。針對(duì)上述問(wèn)題，提出一種自適應(yīng)融合異質(zhì)節(jié)點(diǎn)結(jié)構(gòu)信息算法（MMTP），通過(guò)利用節(jié)點(diǎn)的一階鄰居和元路徑誘導(dǎo)網(wǎng)絡(luò)學(xué)習(xí)結(jié)構(gòu)特征，并利用度量學(xué)習(xí)和拓?fù)鋫鞑プ赃m應(yīng)地融合異質(zhì)節(jié)點(diǎn)結(jié)構(gòu)信息，以提升miRNA-疾病預(yù)測(cè)精度。5折交叉驗(yàn)證實(shí)驗(yàn)結(jié)果表明，MMTP在HMDD v3.2數(shù)據(jù)集上的受試者操作曲線下面積（AUC）為94.81，高于其他模型。并且在基于腎癌的案例研究中，該模型所預(yù)測(cè)的前30個(gè)miRNAs全部得到證實(shí)。上述研究證明，所提的MMTP模型可有效預(yù)測(cè)miRNA-疾病相關(guān)性。

發(fā)表于：2024/9/11

基于毫米波雷達(dá)三維點(diǎn)云的室內(nèi)跌倒檢測(cè)

全球老齡化時(shí)代的到來(lái)引發(fā)的老年人健康監(jiān)護(hù)問(wèn)題不可忽視，而室內(nèi)跌倒對(duì)獨(dú)居的老年人有非常大的安全隱患。因此，為準(zhǔn)確檢測(cè)到跌倒動(dòng)作，使用毫米波雷達(dá)三維點(diǎn)云信息進(jìn)行室內(nèi)跌倒檢測(cè)，并提出一種基于外部注意力機(jī)制的PointLSTM網(wǎng)絡(luò)實(shí)現(xiàn)三維點(diǎn)云在時(shí)序的分類。通過(guò)MIMO體制的毫米波雷達(dá)芯片采集人體動(dòng)作的回波信號(hào)，利用集成雷達(dá)基帶處理器的微控制器實(shí)現(xiàn)信號(hào)處理的部分，可將原始數(shù)據(jù)實(shí)時(shí)轉(zhuǎn)換成三維點(diǎn)云，并提高點(diǎn)云處理中的計(jì)算速度及雷達(dá)硬件的整體性能?；谕獠孔⒁饬C(jī)制的PointLSTM網(wǎng)絡(luò)可實(shí)現(xiàn)點(diǎn)云在時(shí)空中的提取特征和分類識(shí)別，網(wǎng)絡(luò)改進(jìn)了PointLSTM幀間點(diǎn)信息的流失問(wèn)題，并在信息提取中對(duì)所有數(shù)據(jù)實(shí)現(xiàn)特征聯(lián)系，外部注意力機(jī)制通過(guò)獨(dú)立的可學(xué)習(xí)參數(shù)優(yōu)化了網(wǎng)絡(luò)復(fù)雜度和識(shí)別精確率。實(shí)驗(yàn)結(jié)果表明，所提出的方法在室內(nèi)環(huán)境下檢測(cè)準(zhǔn)確率可以達(dá)到98.3%，可以有效區(qū)分動(dòng)作的類別，并驗(yàn)證了使用毫米波雷達(dá)三維點(diǎn)云檢測(cè)人體跌倒的可行性。

發(fā)表于：2024/9/11