机器学习研究思路和途径的探讨

机器学习是机器人工程领域最活跃,最有潜力的方向之一。本文概述了机器学习当前研究的方向:符号机器学习、集成机器学习、增强机器学习、统计机器学习,梳理了各自的理论基础。在此基础上,以统计机器学习为重点,就其一致性、收敛性、推广性以及构造算法的原则四个核心方面进行了综述,最后提出几点思考和建议。     

浅谈机器学习在桥梁工程中的应用

本文从机器学习的概念和算法着手,对机器学习的国内外研究现状进行了综述,阐述了机器学习在桥梁工程实践中的具体应用,并对机器学习分析的未来发展进行了展望。     

机器学习在天然气行业的应用

随着信息化的深入发展,机器学习方法迅速普及,也逐渐应用于天然气行业,为该行业研究带来新的发展。本文对机器学习在天然气行业产业链上游、中游和下游的应用进行详细梳理和对比,总结了机器学习在该行业发展的优势以及在数据准确性、模型解释性等方面的局限,进而提出了机器学习在天然气行业未来发展的推进方案。     

机器学习技术在建筑设计中的应用研究

分析机器学习技术在建筑设计相关领域的国内外研究现状及关键技术,为建筑师将该技术应用于建筑设计流程提供指导。综合运用知识图谱手段和从前沿研究文献中搜集代表性论文,分析对比,总结归纳;从应用角度研究其在建筑设计领域的实现路径。得出机器学习技术在建筑设计领域的现状特征和未来研究趋势,明确了当前机器学习技术引入建筑设计的具体实现流程。机器学习技术为建筑师提供了从直观的数据视角呈现复杂问题和解决问题的能力,拓展了建筑学的边界。     

公众诉求事件关键数据的空间智能提取与分析

公众服务热线日常工作获取到的海量公众诉求事件数据。针对事件数据运用分词分析提取核心关键词后,基于机器学习算法进行主题模型训练和时空模型训练及数据优化,实现了公众事件热点事件、热点区域等关键信息智能提取、合并和空间的快速定位。     

可持续建成环境研究的机器学习应用进展与展望

【目的】大数据、物联网和人工智能技术正在经历快速发展阶段，其中机器学习的应用尤为瞩目，探索机器学习对可持续建成环境研究的影响具有理论和实践价值。【方法】基于文献综述，聚焦城市公共健康、能源碳排放、气候环境、生态系统、绿色出行5个可持续建成环境重要议题，详述机器学习的概念、分类、重要算法及关键应用。【结果】提出机器学习应用预测性有余解释力不足的特点，梳理机器学习发展从预测性到解释性的趋势，分析机器学习应用对研究的影响。【结论】结果表明：解释性方法和可读模型增多，研究目的更加侧重决策解读和规律总结，但基于实证研究的因果机制探索仍较少。基于此，比较分析了机器学习在不同议题中的典型应用，展望未来的发展前景。     

基于价差预测的商品期货跨期套利研究

机器学习方法在进行非线性预测时表现得极为出色,商品期货跨期价差的非线性特征正契合机器学习的应用实际。选取螺纹钢1809和1810两个合约2017年11月1日至2018年8月31日的30分钟数据作为分析对象,比较了人工神经网络、支持向量回归及Xgboost三种机器学习方法的套利效果。结果发现:支持向量回归的预测效果最佳,相对于传统的标准距离法套利模型,基于支持向量回归的套利模型无论是在收益率还是在胜率上都可以获得显著更优的表现。研究结论验证了机器学习方法在非线性时间序列预测中的优越性,也为低风险套利策略的开发提供了新的思路。     

基于机器学习的高校就业情况大数据分析及预测

机器学习能够通过不断获取新的知识与技能,算法可以得到不断的完善与发展。文章基于机器学习对高校就业大数据进行研究,讨论机器学习对高校就业大数据的意义,并对高校就业情况进行了预测,希望能够为高校教育的研究与发展提供一定的参考。     

村落空间的人员行为特征研究——使用Wi-Fi和视频时空数据的分析

农村人居环境改善是现代治理的重要组成部分,农村居民行为则是其效益的重要表征。在环境行为学技术更新的背景下,本文基于海量Wi-Fi和视频数据对天津市蓟州区蒋家胡同村和小穿芳峪村的村落空间行为时空特征展开研究。应用Wi-Fi定位技术和机器学习方法,对村庄关键节点使用情况进行了聚类分析;应用视频识别技术对重点公共区域的使用情况进行了进一步的详细描述。本文探讨了Wi-Fi与视频识别技术在村落空间使用特征研究中的优势和局限。     

基于机器学习的雷达数据分析与仿真

本文以机器学习为基础,研究了机器学习中最为经典的一种算法SVM(Supportvector machine)支持向量机算法,并通过该算法对雷达数据进行了拟合和预测。