一种基于旁信息增强的协同过滤自动编码器模型

针对用户评分预测不准确的问题,提出了一种基于旁信息(side-information)对用户兴趣进行预测的协同过滤自动编码器推荐模型,给出了模型的设计原理、损失函数以及具体结构.模型使用单隐藏层自动编码器实现,用户评分与旁信息同为模型的输入/输出数据,旁信息也直接参加模型的训练,这种设计不仅降低了模型的规模和复杂度,而且旁信息可以直接对用户兴趣进行修正.同时,通过对训练数据集合的合理划分与扩充,使得训练的网络模型增加了表达能力.在真实数据集上的对比实验表明,本文提出的方法提高了评分预测的准确度,具有一定的实用价值.     

精准医学应用于罕见神经疾病的现状与前景

 罕见神经疾病往往具有病因不明、疾病进行性发展、表型差异性大等特点,在诊治方面始终面临着巨大挑战。近年来,精准医学在罕见神经疾病中的应用愈加广泛,在探索发病机制、细化诊断分型、改善治疗手段、评估风险与积极预防等方面显现出良好的前景。此外,精准医学可以连接基础和临床,对于创新疾病诊治思路有重要提示作用。尽管罕见病信息资源整合程度有限、组学数据释读仍存在困难,但随着生物信息学和计算技术的飞速发展,精准医学在罕见神经疾病方面的应用前景仍然值得期待。精准医学研究有望促成罕见神经疾病诊疗水平的飞跃。     

从罕见内分泌疾病研究看精准内分泌学的发展

 罕见病指患病率低于7/10000的疾病,是精准医学研究的重要生物学模板和理想平台。多发性内分泌腺瘤综合征（MEN）、新生儿糖尿病、库欣氏综合征、先天性瘦素缺乏症等多种罕见内分泌疾病研究都反映了精准医学在内分泌领域的作用。在此基础上,本文进一步概括精准内分泌学的发展方向,在骨质疏松症、糖尿病、肥胖等内分泌疾病中应用精准医学,有助于对个体发病风险进行评估和预防,对复杂疾病进行精确诊断及分型,对疾病进行个体化治疗。此外,医学信息学在精准内分泌学领域的应用不仅可推动大数据平台建设,也提供了针对多因素复杂内分泌疾病的诊疗新思路。随着分子生物学技术的发展,建立罕见内分泌疾病的基因型和表型大数据平台,对于实现罕见内分泌疾病的精准诊疗具有重要意义。     

精准神经外科学的研究进展

 精准医学,指根据个体的基因组学、生活环境、生活习惯等信息,对患者进行个体化疾病诊疗和预防的医学方式。受益于基因组学、影像组学的最新成果,手术、放疗中新技术的出现,精准医学时代的到来为神经外科学发展带来巨大机遇。本文从精准的解剖学定位、精准的脑功能定位、精准手术、神经系统肿瘤的精准诊疗、非肿瘤疾病的精准治疗等方面,阐述精准神经外科学的最新进展。     

超薄纳米多孔金膜的制备及其局域表面等离子体效应研究

采用电化学去合金法制得50 nm的超薄纳米多孔金膜（Nanoporous Gold Film,NPGF）,其表面粗糙度可预估NPGF的表面形貌. SEM表征证实,在扫描下限大于-0.1 V时,控制伏安扫描的循环周数可获得不同粗糙度的NPGF. 利用反射紫外可见光谱研究了NPGF的局域表面等离子体效应（LSPR）. 结果显示,NPGF在450 nm处的LSPR效应受其表面粗糙度影响,在优化的粗糙度下,NPGF的局域表面等离子体效应可实现乙二醇溶液浓度的定量检测.     

基于离子束溅射大口径光学元件平坦化层均匀性研究

针对大口径光学元件溅射沉积膜厚不均匀的问题,采用离子束溅射平坦化层来改善光学元件表面粗糙度.利用膜厚检测仪测出光学元件沉积面上的中心区域以及各边缘区域的膜厚值,计算离子束在光学元件中心与边缘驻留时间比,并通过MATLAB拟合驻留时间分布规律,根据所得的数据进行逐级修正.实验结果表明,当驻留时间比优化为-26.6%时,可以实现在直径300～600mm大口径的光学元件上均匀镀膜,以熔石英表面上镀硅膜为例,溅射沉积6h,表面膜厚为212.4±0.3nm,薄膜均匀性达到0.4%.     

基于LDA模型的中文微博话题意见领袖挖掘

有效挖掘微博空间中的话题意见领袖成为亟待解决的热点问题.针对这一问题,提出了基于LDA语义信息和HowNet知识库的短文本子话题分类算法.对分类后的微博从显式、隐式及用户等方面综合衡量微博的影响力,并根据层次分析法对多个因素进行科学地权值分配.实验结果表明,提出的方法较基于支持向量机的方法具有更好的效果,同时提出的影响力度量模型可以有效地挖掘出微博中的话题意见领袖.