融合机器学习的移动数据挖掘技术导读.pdf

604 Radio Communications TechnologyVol.49 No.2 2023特邀策划人乔少杰 成都信息工程大学教授,四川省杰青,四川省学术和技术带头人后备人选,中国计算机学会杰出会员,获省部级以上科技奖 5 项、省部级以上学会科技奖 4 项。近年来一直从事云计算、人工智能数据库、时空大数据分析与挖掘等方面的研究。作为项目负责人主持国家自然科学基金项目 3 项,省部级以上项目 20 余项。在国内外有影响力期刊和会议上发表学术论文 160 余篇,2018 年和 2019 年连续 2 年被评为软件学报高影响力论文,入选“领跑者 5000中国精品科技期刊顶尖学术论文”。近 5 年在 IEEE/ACM Transactions 发表文章 20 余篇,计算机学报软件学报发表 20 余篇,计算机研究与发展中国科学:信息科学自动化学报电子学报等发表多篇。现任多个期刊编委,同时担任多个国内外重要期刊、会议审稿人。内容导读“十四五”时期,我国由工业经济迈向数字经济,数据上升为新的生产要素,是国家基础性战略资源。如何精确地挖掘移动数据中潜在价值对推动数据产业快速发展至关重要。机器学习是人工智能的核心,涉及统计学、系统辨识、逼近理论、神经网络、优化理论、计算机科学、脑科学等诸多领域,机器学习技术能够帮助各个行业更好地从其主要应用场景所获取的海量数据中“挖掘”关键信息,实现图像分类、实体识别、轨迹预测、风险预测、目标检测、交通检测等重要功能。融合机器学习的移动数据挖掘的研究已成为学术界和工业界的研究热点,亟需探索机器学习与移动数据挖掘的新理论与新技术,以推动相关产业落地应用。鉴于上述情况,为了更好地将我国机器学习与移动数据挖掘融合的最新研究成果介绍给读者,进一步满足实际国情和机器学习与移动数据挖掘融合赋能的发展需求,探索面向移动数据挖掘与机器学习融合赋能的理论创新、技术突破以及实际应用,组织了本专题。基于情景感知与移动数据挖掘的行人轨迹预测方法提出了一种基于空间社会力图神经网络(Spatial Social Force Graph Neural Network,SSF-GNN)的行人轨迹预测模型。SSF-GNN 可以处理行人的历史轨迹,并从不同场景中提取特征。利用社会力理论量化了行人的互动和情景感知信息。SSF-GNN 融合了行人的社会影响和隐藏状态,可以准确预测连续轨迹点。在两个经典数据集(ETH 和UCY)上进行了大量的实验,结果表明 SSF-GNN 的性能优于当前主流算法。平均位移误差(Average Displacement Error,ADE)相较于对比方法的平均值减小了 25.6%,最终位移误差(Final Displacement Error,FDE)减小了 15.4%。预测行人在未来 3.2 s的轨迹点时,现有对比方法的平均准确率为 48.6%,SSF-GNN 的准确率显著优于最先进的模型,达到 67.7%。自动驾驶的安全问题无疑是最重要的,其中能准确识别复杂环境下密集的交通指示牌是保障安全驾驶的一个重要环节,针对目前的检测模型对交通指示牌召回率不够高的问题,基于改进 YOLOv5 的交通指示牌检测 在 YOLOv5 的基础上提出了YOLOv5-ACB。经过 300 次的迭代训练,实验结果表 明 所 提 出 的 YOLOv5-ACB 模 型 的 mAP 为62.9%,mAP50 为 83.6%、召回率为 76.6%,相比原始的 YOLOv5 模型的 mAP 为 62.45%、mAP50 为82.6%、召回率为 74.6%,都有较好的提升,说明所提出的改进模型降低了交通指示牌的错检和漏检率。面向红色文化的命名实体识别研究针对通用领域的命名实体识别模型在红色文化的实体识别中难以完整准确地进行实体划分的问题,提出了一种基于双向长短期记忆网络(Bi-directional Long Short-Term Memory,BiLSTM)模型结合词汇增强和注意力机制方法的改进算法 RLBiLSTM,用于红色文化的命名实体识别。实验表明,将改进的算法应2023年第49卷第2期无线电通信技术605 用于 RedCulture-1 数据集上取得了较好的识别效果,和传统的算法相比具有更高的准确率,有利于解决红色文化的实体识别问题。一种基于移动数据挖掘和区块链的数据共享方法面对复杂的移动数据场景,现有的隐私保护、索引选择等方法存在诸多不足,如无法高效处理大数据量的加解密任务、区块链上数据分布不均、无法有效应对移动设备计算能力不足等问题,提出一种基于移动数据挖掘和区块链的数据共享方法(A Data Sharing method for Mobile data mining and Block-chain,ADS-MB)。ADS-MB 集成了密钥分片共享算法,可有效避免密钥被第三方获取或篡改而导致隐私内容泄露。ADS-MB 使用基于 SM2 的改进算法来加强区块链数据的一致性和安全性,同时支持动态的区块链索引维护。大量实验结果表明,在真实移动业务数据集和 WeiboDataShare 数据集上,ADS-MB的性能优于现有的数据分享方法。复杂场景下的安全帽佩戴检测算法针对工地场景错综复杂,监控画面噪声多且模糊等问题,提出了在复杂场景下的改进版 YOLOv5 的安全帽检测算法。通过对比实验显示,本文改进后的模型在复杂场景下识别检测安全帽的 Precision 提升了 1.2%,Recall 提 升 了 2.9%,mAP0.5 提 升 了 1.8%,mAP0.5-0.95 提升了 5.2%。可见,改进后的模型在复杂场景下检测是否佩戴安全帽的性能有所提升。基于机器学习的 SARS-CoV-2 传播和临床风险预测方法基于谷歌趋势搜索量、谷歌移动、电信运营商、英国国家医疗服务体系(National Health Service,NHS)电话 119 和线上新冠检测请求网站的空间数据,提出一种局部范围内 SARS-CoV-2 传播和临床风险的早期指标建模方法。利用浅层学习算法作为基准方法训练局部空间神经网络,提出空间集成长短期记忆(Spatio-Integrated Long Short-Term Memory,SI-LSTM)算法和空间集成卷积长短期记忆算法(Spatio-Integrated Convolutional Long Short-Term Memory,SI-CNN-LSTM)。在规定的评估时间周期内,两种算法均能准确识别出疫情感染高风险区域。此外,在基本公共卫生服务项目中,该模型还原了2020 年底阿尔法变体、2021 年 4 月德尔塔变体和2021 年 11 月奥密克戎变体在英国境内的局部增长指数,其空间分散性和增长指数得到了临床数据的证实。构建智能物流分销链存在很大困难,其中水果智能识别分类就是一个非常重要的问题。残差网络改进下的水果分类针对现有分类模型对水果分类效果不好的情况,在基于 ResNet-50 网络上进行提出一种 ResNet-50MFC 网络,通过实验证明,进行300 次迭代,与原模型相比,准确率提升了 3.9%。不仅于此,在实际数据集上也得到很好的效果,证明该模型的有效性和实用性。面对复杂的时空数据场景,现有的索引选择方法存在很多不足,如无法高效处理大量范围查询、容易造成索引冗余、无法有效应对动态的工作负载等问题。面向时空数据场景的数据库索引选择框架提出一种新型基于深度确定策略梯度(Deep Deterministic Policy Gradient,DDPG)模型和索引效益评估网络的索引选择框架(Index Selection method tailored for Spatio-Temporal data scenarios,ST-IS)。ST-IS 集成了对 SQL 语句和索引集的新型编码方法,有效避免索引冗余或索引缺失。ST-IS 使用索引效益评估网络来优化强化学习的奖励机制,同时支持动态的工作负载。大量实验结果表明,在真实时空数据集和 TPC-DS 标准数据集上,ST-IS 的性能优于现有的索引选择方法。综上所述,本专题全方位地展示了机器学习与移动数据挖掘融合赋能的理论研究、现状、挑战、关键技术及发展趋势,内容涵盖机器学习与移动数据挖掘的轨迹预测场景、交通检测场景、图像分类场景以及实体识别场景等。希望本专题能够对广大读者深入了解和研究机器学习与移动数据挖掘提供有益的启示、参考和借鉴,共同搭建起机器学习与移动数据挖掘相关研究的探讨、交流平台,推动我国机器学习与移动数据挖掘的发展。最后,感谢编辑部各位老师在征稿通知发布、论文评审与意见汇总、论文定稿、编辑修改及出版所付出的努力和汗水;感谢专题评审专家及时、耐心、细致的评审工作;同时衷心感谢各位作者的辛勤工作和精心撰稿!