基於超圖的主題建模算法研究

《基於超圖的主題建模算法研究》是依託蘇州大學，由曾嘉擔任項目負責人的面上項目。

基本介紹

• 中文名：基於超圖的主題建模算法研究
• 項目類別：面上項目
• 項目負責人：曾嘉
• 依託單位：蘇州大學

項目摘要

有向圖模型Latent Dirichlet Allocation（LDA）是機率主題建模的經典方法，在文本挖掘、機器視覺和計算生物領域有廣泛的套用。本項目主要研究基於無向超圖（hypergraph）的新型主題模型和基於訊息傳遞的推斷算法，並套用於傳染病傳播機制的建模。擬研究的內容包括：（1）基於超圖的主題建模方法和推導針對大數據的主動訊息傳遞推斷算法；（2）套用基於超圖的主題模型對大規模傳染病（如流感）的傳播機制進行仿真，使用超圖對動態、高階和多通路的人口流動大數據進行結構主題建模，從機率的角度量化人群流動性對傳染病傳播的影響。

結題摘要

有向圖模型Latent Dirichlet Allocation（LDA）是機率主題建模的經典方法，在文本挖掘、機器視覺和計算生物領域有著廣泛的套用。本項目主要研究基於無向超圖（hypergraph）的新型主題模型和基於訊息傳遞的推斷算法，並套用於傳染病傳播機制的建模。擬研究的內容包括：（1）基於超圖的主題建模方法和推導面向大數據的主動訊息傳遞推斷算法；（2）套用基於超圖的主題模型對大規模傳染病（如流感）的傳播機制進行仿真，使用超圖對動態、高階和多通路的人口流動大數據進行結構主題建模，從機率的角度量化人群流動性對傳染病傳播的影響。