本周课题导视
计算机科学技术方向课题
1. 使用多基因风险评分算法预测本人二型糖尿病的发生风险
多基因风险评分算法可用于评估个体患有某种疾病的遗传风险,是目前具有较大应用前景的预测疾病风险的方法。由于目前PRS在其他非欧洲裔人群中的应用有所局限,降低了其潜在临床应用价值。
本研究希望基于新的多基因风险评分算法更准确地预测亚洲人群的二型糖尿病发生风险。同时,提取参与本项目学生的DNA进行基因分型,并基于上述算法,对其本人的二型糖尿病发生风险进行预测,以期预防相关疾病的发生。
相关学科
计算机科学技术、生物学
2. 投资效益最大化的地铁线路规划方法研究
为避免投资浪费、降低地铁建设的风险,同时保证地铁的社会效益,本研究尝试以地铁的投资效益最大为目标,对地铁的线路规划进行数学建模和算法求解。
即分别实现单位投资下站点服务人口数最大、单位投资下站点服务出行量最大以及单位投资下站点服务兴趣点数最多,同时保证地铁线路和站点布局满足站距、资金、线路总长度及几何条件等约束。
相关学科
计算机科学技术、生物学
3. 基于学习的高精密机器人控制算法
机器人自动化控制传统上通常采取基于模型的设计和优化,因此机器人系统的控制精度十分依赖准确的系统建模。然而对于复杂机器人系统的精确建模是一个相当困难的工作。
本项目旨在提出一种基于学习的控制算法,这能够给予机器人系统自我学习的能力从而满足日益增加的高精密控制需求。
相关学科
计算机科学技术,机械工程,电子与通信技术
4. 基于人工神经网络的机器视觉
我们将训练人工神经网络识别生活中常见的物体,通过剪枝压缩的方法,减少计算量和内存占用,使得我们的人工神经网络可以部署在手机等小设备上。我们还将训练另外一种人工神经网络,使之可以生成加以乱真的真实图像。
相关学科
计算机科学技术
5. 基于深度学习的时空兴趣位置推荐
当前最先进的模型试图通过分层网格解决空间稀疏性,并通过明确的时间间隔对时间关系进行建模,而一些重要问题仍未解决。
我们希望提出一个模型,该模型明确地利用沿轨迹的所有签到的相对时空信息,并使用具有最小选择偏差的聚合信息,以提高现实世界的系统质量和客户体验。
相关学科
计算机科学技术
6. 基于深度学习的空气质量预测模型
为了对大气环境进行保护,需要对空气污染物浓度和空气质量的历史数据进行深入的研究,寻找污染物浓度的变化规律,有效地对空气污染进行预测。
本项目旨在提出一种基于深度学习的空气质量预测模型,该算法准确、端到端,并且需要最小的先验知识。
相关学科
计算机科学技术,环境科学技术及资源科学技术
7. BP神经网络的算法原理及预测模型分析及应用
本研究主要分析BP神经网络算法的原理和应用。我们首先概述BP神经网络的研究意义和研究背景,从深度学习的角度研究神经网络和BP算法的原理,并讨论了几种重要的改进BP算法。
我们使用PyTorch框架将BP神经网络应用到MNIST手写数字识别以及使用改进后的LSTM神经网络预测新冠疫情对我国经济的影响。
相关学科
计算机科学技术
如果你想了解高含金量的科研赛事
或者想根据自己的兴趣匹配一个相应的研究课题
那就快来扫码咨询吧!
© 2024. All Rights Reserved. 沪ICP备2023009024号-1