- 博客(5)
- 收藏
- 关注
RSS订阅原创 基于机器学习的阻塞性睡眠呼吸暂停低通气综合征评估
目前，对于睡眠呼吸暂停综合征的诊断，需要大量的人工标注和昂贵的国外设备支持，效率极低且睡眠相关医疗资源匮乏，如何高效准确的对患者进行诊断成为医疗界的一大难题。本方案基于广州医科大学第一附属医院的睡眠医学中心提供的真实临床数据，将患者的脑电(EEG)和眼动(EOG)的四维数据视为时序数据，利用自动时间序列特征提取库TSFEL进行统计域、谱域和时域的特征挖掘，多维度分析和提取患者的多模态睡眠信号，通过多模型的验证对比实现高精度的分类效果，可以快速高效地完成OSAHS严重程度评估，有助于帮助对患者健康风险警报。
2023-12-13 10:23:33
316
1
原创 英特尔oneAPI人工智能黑客松第二季-融合社交网络信息的智能风控方案设计
伴随欺诈手段和工具的多样化，金融欺诈呈现组织化和团伙化的新趋势。传统反欺诈主要依靠专家规则，但像身份证号、银行卡流水这些东西其实伪造成本很低，对于群体性的、大批量的欺诈并没有一个很好的管控手段。因此，欺诈风控策略理念和思路需要提升至更新、更深入的阶段。 针对上述问题，本方案基于Xgboost模型，从用户相互关联和影响的视角，提出通用的社交网络特征挖掘方法，探索满足风控反欺诈领域需求的，可拓展、高效的机器学习应用方案，从而帮助更好地识别欺诈用户。
2023-09-05 19:00:37
94
1
原创 英特尔oneAPI人工智能黑客松第二季-基于ResNet的毒蘑菇识别
传统的鉴别毒蘑菇的方法如医院的医生、专业的检测机构和专家学者，往往需要耗费一定的时间成本或者金钱成本，并且不能快速便捷地给出蘑菇的报告说明。针对这些问题，基于深度学习模型的毒蘑菇识别方法不要求人们拥有专业知识和经验，仅仅需要人们对蘑菇进行拍照上传图片数据即可快速方便判别蘑菇是否有毒，同时非常贴合当前人们依靠手机获取信息的习惯，具有广阔的开发和应用前景。
2023-09-04 22:20:47
207
原创 Intel oneAPI2023黑客松大赛赛道三建模方案介绍
实际建模中对比分析了使用oneAPI工具包前和使用oneAPI工具包后的加工效率，如下图所示，经过英特尔Modin*工具优化，数据读取与数据加工时间减少约30s，效率提高20.68%。总体而言，赛道三是一个创意赛道，使用OneAPI工具进行建模分析即可。比较深刻的一个点是Intel® Extension for Scikit-learn*的使用，大大加速了复杂的特征加工和处理，包括均值、标准差和差分运算等等，大家大数据场景中可以多多试试这个工具包。本次还和小伙伴报名了赛道三：基于机器学习的欺诈风险识别。
2023-06-20 22:01:37
158
原创 intel oneAPI2023黑客松大赛赛道二建模方案介绍
建模流程包括数据读取、数据预处理、模型训练与模型评估。主要收获是了解到英特尔OneAPI的相关机器学习工具包，面对大数据量场景可以有效加速数据读取和数据处理，在本机测试中modin【Ray】确实能优化pandas的数据读取。这个赛题主要是给出24个特征变量（标签变量、类别变量、文本变量、数值变量等）共计5956842条数，标签1和标签0的比例约为3:7，本质是个二分类问题。其他一些工作还包括没有提升的特征工程：对一些特征重要度比较高的特征进行减法和除法运算，衍生新的特征，但没有实际提升；
2023-06-19 22:20:13
230
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人