《基於激活力的複雜網路建模及其套用》是依託北京郵電大學，由郭軍擔任項目負責人的面上項目。
基本介紹
- 中文名：基於激活力的複雜網路建模及其套用
- 項目類別：面上項目
- 項目負責人：郭軍
- 依託單位：北京郵電大學
項目摘要,結題摘要,
項目摘要
申請人通過對多類複雜網路節點關係的分析，新近提出了一種可普遍套用的表達網路節點關係的統計量-激活力和與其緊耦合的節點親和度測度，獲得了一種對複雜網路建模的新方法，並成功套用於詞網和蛋白質相互作用網路的建模分析。本項目在上述工作的基礎上研究複雜網路的基本建模方法及其在圖像和語音建模以及癌症基因組分析等重要問題中的套用。主要創新點包括:（1）創立和完善基於激活力對複雜網路進行建模的基礎理論，為各類複雜網路的分析提供有效的新方法;（2）用所創立的複雜網路模型對圖像和語音進行建模，對圖像和語音中特徵的結構關係進行描述，為分類、聚類、標註、檢索等套用提供更有效的支撐;（3）用所創立的複雜網路模型對癌症基因組進行分析，以期揭示導致癌症的突變基因之間的相互誘導關係，獲得對癌症形成機制更深的理解。
結題摘要
本項目在前期研究工作的基礎上, 完善了基於激活力的複雜網路建模方法及其在文本、圖像、語音建模和癌症基因組分析等重要問題中的套用研究。具體地, 本項目: (1)完善了基於激活力的複雜網路建模方法，成功套用於文本中的實體關係抽取、詞向量學習等問題。 (2)利用基於激活力的複雜網路模型對癌症基因組進行了分析，揭示了導致癌症的突變基因之間的相互誘導關係，獲得了對癌症形成機制的更深入理解——該研究結果於2014年2月發表在PLoS ONE上。 (3)探索了基於激活力的複雜網路建模思想在圖像和語音特徵抽取方面的套用，提出了多種更有效的圖像特徵抽取和建模方法，被廣泛套用於紋理、材料、植物、花卉、食物、場景、人臉、表情等圖像分類和分析任務中，也嘗試了基於激活力的複雜網路模型在語音識別中的語言模型和模型平滑問題上的套用問題。所取得的研究結果為圖像分類、聚類、分割、標註、檢索等套用問題提供了更有效的技術支撐。 (4)把基於激活力的複雜網路模型套用於大氣污染源分析和大氣污染擴散路徑跟蹤等環境監測問題中，較好地解決了數據時空分布不均衡情況下北京地區大氣污染源頭追溯問題。 此外，本項目還探索了非高斯數據建模和結構化稀疏建模等重要問題。在非高斯數據建模方面，提出了基於變分的參數學習和推理方法解決非高斯建模中的學習和推理問題，並且還提出了一種針對非高斯分布的中性矢量變數的最優去相關策略；這些研究結果被套用於DNA甲基化分析、腦電波信號分類和語音信號分析等重要問題，取得了良好的效果。在結構化稀疏建模方面，提出了幾種聯合求解稀疏表示、聚類和填充的結構化稀疏和結構化低秩的子空間分割模型，這些研究結果被套用於癌症基因表達數據聚類等問題上，取得了較好的效果——在驗證了聯合最佳化模型有效性的同時，也揭示出癌症基因表達數據中存在高度線性相關的子結構(即子空間)。 在項目執行期間，學術交流與合作方面富有成效，參與項目的青年教師、博士和碩士研究生均得到較好的培養。
