夏季本科研究经验的研究导师2018年5月至2018年7月学生建议:Alexander Asemota,Sophia Hecht,Daniel Rodriguez教职员工:Anjali Mazumder,Chad Schafer,Chad Schafer指导的学生确定了有关正义数据科学的研究指导。提供了R工具(GGPLOT,DATA.TABLE,形状文件)和统计模型(广义线性模型,随机森林,时空ETAS模型)的指导。学生在部门研讨会和美国统计协会2018年Statfest的海报会议上介绍了最终工作。
自由能原理为生物学和认知科学提供了越来越流行的框架。但是,它的统计模型是否是描述非平衡稳态系统(我们称为乐器主义者阅读)的科学工具,还是由这些系统(现实主义阅读)实际实施和利用。我们批判性地分析选项,特别关注代表性问题。我们认为现实主义是无所作为的,在概念上是不连贯的。相反,工具主义更安全,同时保持强大的解释。此外,我们表明代表性辩论在乐器主义者的阅读中失去了相关性。最后,这些发现可以概括为我们对认知科学中模型的解释。
成功的候选人将开发一个研究项目,该研究项目侧重于美国爱达荷州爱达荷州灰狼的行为,生态和人为过程。学生将基于现有研究和长期(18年)的遗传数据集,以评估竞争,猎物和人为死亡的死亡率如何影响人口过程,最终影响人群和人口动态。学生将开发研究问题和统计模型,以评估这些因素的相对强度并确定它们如何相互联系。学生还将与爱达荷大学的灰狼研究小组(https://www.graywolfresearch.org/)合作,为爱达荷州的狼进行无创遗传调查。
背景与目标:使用机器学习来进行空气污染建模正在迅速增加。我们对比较统计和机器学习模型的研究进行了系统的综述,该研究预测了环境氮二氧化氮(NO 2),超细颗粒(UFPS)和黑碳(BC)的时空变化,以确定哪种情况以及在哪种情况下,机器学习是否会产生更准确的预测。方法:截至2024年6月13日,搜索了科学和Scopus的网络。所有记录均由两个受依赖的审阅者筛选。在最佳统计和机器学习方法之间的确定系数(R 2)和均方根误差(RMSE)之间的差异进行了比较。结果:包括46个模型比较的38项研究(第2号,UFPS为30,为BC为8)。线性非规范方法和随机森林最常使用。机器学习在34个比较中优于统计模型。最佳机器学习和统计模型之间的R 2中的平均差异(95%置信区间)分别为0.12(0.08、0.17)和20%(11%,29%)。基于树的方法在17个多模型比较中的12个中表现最好。非线性或正则回归方法仅在12个比较中使用,并提供了与机器学习方法相似的性能。结论:这项系统的综述表明,机器学习方法,尤其是基于树的方法,可能优于线性非验证方法,用于预测2号,UFP和BC的环境浓度。需要使用非线性,正则化和更广泛的机器学习方法的其他比较研究来确认其相对性能。未来的空气污染研究也将受益于对方法和结果的更明确和标准化的报告。
大脑和神经科学家的任务都是为了理解大量相互依存和不确定的变量(即概率)。这部分解释了为什么统计模型(尤其是贝叶斯模型)在分析神经数据的脑功能和方法论中都越来越突出。贝叶斯定理指定了将先前信念与概率推断中的数据相结合的最佳方法,其中1个是在不确定性下进行推理的强大工具(van Amersfoort等,2020)。在贝叶斯网络的框架内,可以通过贝叶斯定理的连续应用从观察数据中计算出通过条件依赖性网络相互关联的多个变量的值(或概率分布)。贝叶斯网络可以用作大型和一般的动力学现象类别的统计模型,并且可以使用专家知识构建或通过结构学习过程从数据中学到。最新的大脑功能理论表明,感知,认知和动作都可以富有成果理解为贝叶斯推论的形式,在这种形式上,世界内部生成模型被反转以拟合感官数据。该内部生成模型可以正式化为动态和层次深度的贝叶斯网络 - 即由多个(越来越抽象的)解释变量及时演变而来。在感知中,模型被更改以匹配感觉数据,而在动作中,更改了感官数据以通过所谓的活动推断匹配模型。反转该网络是通过预测处理来实现的,其中大脑活动主要编码模型生成的预测和感觉数据之间的差异,即预测错误。
徐亚军 民航飞行学院 航空工程学院 四川广汉 genius98@126.com 摘要——空中防撞系统是保证飞行安全的重要措施,而防撞的难点之一就是监视的精确性和可靠性,因此,有必要发展一套独立可靠的空对空监视系统。本文提出了一种TCAS/ADS-B综合监视防撞系统。该系统在TCAS原有的防撞功能基础上,融入了ADS-B广播信息,利用现有的统计模型和数据融合算法,得到最优的融合航迹估计。仿真结果表明,该综合系统可以提高TCAS跟踪精度,提高监视精度和防撞可靠性。
更复杂的故障检测依赖于创建一个模型来预测给定输出在各种操作条件下的值。这些模型可以是统计模型,例如使用 MSET,也可以基于神经网络。MSET 的高灵敏度会导致许多误报,因此如果您选择这种方式,则需要实施额外的警报处理。Griffin AI Toolkit 中的神经网络具有可由用户测试和调整的优势,并且完全集成到我们的图形编程环境中。Griffin 还提供了 Genetic Trainer,这是一个功能强大的软件包,可自动搜索适合给定数据集的最佳神经网络。
摘要。本文重点介绍开发动态压力传感器可追溯校准新主要标准系统所需的数学建模。我们讨论了实现主要标准的两种根本不同的方法,特别是冲击管法和落锤法。本文重点介绍冲击管法,介绍了系统识别的初步结果,并讨论了改进数学和统计模型所需的未来实验工作。我们使用模拟来识别冲击管法和落锤法之间的差异,调查系统识别过程中的不确定性来源,并协助实验人员设计所需的测量系统。我们在实验结果上展示了识别方法并得出结论。
农业创业发展和公私合作、农业推广创新模式的表现、统计模型和决策支持系统 (DSS)、农民/农场妇女/农场青年在农业中的赋权、当前研究的有效性 - 推广联系机制、促进气候智能实践的社会经济和政策分析、可持续农业/可持续生计的复原力和绿色信贷/绿色银行、出口竞争力和营销的食品商品地图、针对弱势地区的有效媒体整合/高科技应用研究以及小反刍动物、渔业和农林业的推广策略。