Query：
学者姓名：蒋宗礼
Refining：
Year
Type
Indexed by
Source
Complex
Co-Author
Language
Clean All
Abstract ：
The analysis and comprehension of multi-omics data has emerged as a prominent topic in the field of bioinformatics and data science. However, the sparsity characteristics and high dimensionality of omics data pose difficulties in terms of extracting meaningful information. Moreover, the heterogeneity inherent in multiple omics sources makes the effective integration of multi-omics data challenging To tackle these challenges, we propose MFCC-SAtt, a multi-level feature contrast clustering model based on self-attention to extract informative features from multi-omics data. MFCC-SAtt treats each omics type as a distinct modality and employs autoencoders with self-attention for each modality to integrate and compress their respective features into a shared feature space. By utilizing a multi-level feature extraction framework along with incorporating a semantic information extractor, we mitigate optimization conflicts arising from different learning objectives. Additionally, MFCC-SAtt guides deep clustering based on multi-level features which further enhances the quality of output labels. By conducting extensive experiments on multi-omics data, we have validated the exceptional performance of MFCC-SAtt. For instance, in a pan-cancer clustering task, MFCC-SAtt achieved an accuracy of over 80.38%.
Keyword ：
Multi-omics Multi-omics clustering clustering contrastive learning contrastive learning self-attention self-attention
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | Zhang, Jinli , Ren, Hongwei , Jiang, Zongli et al. Strategic Multi-Omics Data Integration via Multi-Level Feature Contrasting and Matching [J]. | IEEE TRANSACTIONS ON NANOBIOSCIENCE , 2024 , 23 (4) : 579-590 . |
| MLA | Zhang, Jinli et al. "Strategic Multi-Omics Data Integration via Multi-Level Feature Contrasting and Matching" . | IEEE TRANSACTIONS ON NANOBIOSCIENCE 23 . 4 (2024) : 579-590 . |
| APA | Zhang, Jinli , Ren, Hongwei , Jiang, Zongli , Chen, Zheng , Yang, Ziwei , Matsubara, Yasuko et al. Strategic Multi-Omics Data Integration via Multi-Level Feature Contrasting and Matching . | IEEE TRANSACTIONS ON NANOBIOSCIENCE , 2024 , 23 (4) , 579-590 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
传统的协同过滤算法没有充分考虑用户和商品的交互信息,且面临数据稀疏、冷启动等问题,造成了推荐系统的结果不准确.在本文中提出了一种新的推荐算法,即基于融合元路径的图神经网络协同过滤算法.该算法首先由二部图嵌入用户和商品的历史互动,并通过多层神经网络传播获取用户和商品的高阶特征;然后基于元路径的随机游走来获取异质信息网络中的潜在语义信息;最后将用户和商品的高阶特征和潜在特征融合并做评分预测.实验结果表明,基于融合元路径的图神经网络协同过滤算法比传统的推荐算法有明显提升.
Keyword ：
图神经网络 图神经网络 协同过滤 协同过滤 元路径 元路径 推荐系统 推荐系统
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 蒋宗礼 , 田聪聪 . 基于融合元路径的图神经网络协同过滤算法 [J]. | 计算机系统应用 , 2021 , 30 (2) : 140-146 . |
| MLA | 蒋宗礼 et al. "基于融合元路径的图神经网络协同过滤算法" . | 计算机系统应用 30 . 2 (2021) : 140-146 . |
| APA | 蒋宗礼 , 田聪聪 . 基于融合元路径的图神经网络协同过滤算法 . | 计算机系统应用 , 2021 , 30 (2) , 140-146 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
基于融合元路径的图神经网络协同过滤算法
Keyword ：
协同过滤 协同过滤 图神经网络 图神经网络 元路径 元路径 推荐系统 推荐系统
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 蒋宗礼 , 田聪聪 , 计算机系统应用 . 基于融合元路径的图神经网络协同过滤算法 [J]. | 蒋宗礼 , 2021 , 30 (2) : 140-146 . |
| MLA | 蒋宗礼 et al. "基于融合元路径的图神经网络协同过滤算法" . | 蒋宗礼 30 . 2 (2021) : 140-146 . |
| APA | 蒋宗礼 , 田聪聪 , 计算机系统应用 . 基于融合元路径的图神经网络协同过滤算法 . | 蒋宗礼 , 2021 , 30 (2) , 140-146 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
提高课程教学站位
Keyword ：
人才培养 人才培养 课程教学 课程教学 质量标准 质量标准 评价体系 评价体系 一流课程 一流课程 毕业要求 毕业要求 课程思政 课程思政
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 蒋宗礼 , 中国大学教学 . 提高课程教学站位 [J]. | 蒋宗礼 , 2021 , (1) : 35-41 . |
| MLA | 蒋宗礼 et al. "提高课程教学站位" . | 蒋宗礼 1 (2021) : 35-41 . |
| APA | 蒋宗礼 , 中国大学教学 . 提高课程教学站位 . | 蒋宗礼 , 2021 , (1) , 35-41 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
提高课程教学站位,全面实现课程在人才培养体系中承担的任务.积极落实为党和国家培养人才的基本目标,全面构建人才成长的生态环境;树立标准意识,强化质量意识;科学规划,依据支撑毕业要求达成确定课程目标;科学施教,提升学生专业能力和科学意识;瞄准目标的达成实施科学评价,高效培养质量好、水平高的社会主义建设者和接班人.
Keyword ：
一流课程 一流课程 人才培养 人才培养 毕业要求 毕业要求 评价体系 评价体系 课程思政 课程思政 课程教学 课程教学 质量标准 质量标准
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 蒋宗礼 . 提高课程教学站位 [J]. | 中国大学教学 , 2021 , (1) : 35-41 . |
| MLA | 蒋宗礼 . "提高课程教学站位" . | 中国大学教学 1 (2021) : 35-41 . |
| APA | 蒋宗礼 . 提高课程教学站位 . | 中国大学教学 , 2021 , (1) , 35-41 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
异质信息网络蕴含丰富的语义信息和多样的结构关系,这给链路预测带来新方向的同时也因其特点增加研究难度.针对如何将链路预测应用于异质信息网络的问题,提出一种通过元路径的随机游走对网络表征学习,再根据节点向量相似性进行链路预测的算法.实验结果表明,这种基于网络表征学习的链路预测方法在异质信息网络中表现良好,对不同类型链接预测的准确率均有较大提升.
Keyword ：
异质信息网络 异质信息网络 网络表征学习 网络表征学习 元路径 元路径 链路预测 链路预测
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 蒋宗礼 , 管戈 . 基于异质网络表征学习的链路预测算法 [J]. | 现代计算机 , 2020 , (17) : 29-33,37 . |
| MLA | 蒋宗礼 et al. "基于异质网络表征学习的链路预测算法" . | 现代计算机 17 (2020) : 29-33,37 . |
| APA | 蒋宗礼 , 管戈 . 基于异质网络表征学习的链路预测算法 . | 现代计算机 , 2020 , (17) , 29-33,37 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
分析高校计算机专业发展的关键,基于实践经验,探索创新型人才培养路径,提出创新型人才培养模型,阐述如何以科技竞赛促进创新人才培养,并说明实践效果.
Keyword ：
人才培养 人才培养 科技竞赛 科技竞赛 实践 实践 创新能力 创新能力
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 蔡越江 , 杜金莲 , 金雪云 et al. 以科技竞赛促进创新型人才培养 [J]. | 计算机教育 , 2020 , (8) : 89-92 . |
| MLA | 蔡越江 et al. "以科技竞赛促进创新型人才培养" . | 计算机教育 8 (2020) : 89-92 . |
| APA | 蔡越江 , 杜金莲 , 金雪云 , 蒋宗礼 . 以科技竞赛促进创新型人才培养 . | 计算机教育 , 2020 , (8) , 89-92 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
针对传统情感分类方法提取文本信息单一的问题,提出了一种融合用户信息和产品信息的分层多头注意力的情感分类模型.首先,采用分层的多头注意力代替单一注意力,从多个视角获取有效信息.然后在每个注意力中都融入用户信息和产品信息,挖掘出用户和产品信息在多个子空间上的表现特征,使模型在多个子空间上得到更全局的用户偏好和产品特点对情感评分的影响.实验结果表明,模型在IMDB、Yelp2013、Yelp2014数据集上的准确率较之前基于神经网络的情感分析模型均有所提高.
Keyword ：
多头注意力机制 多头注意力机制 用户产品信息 用户产品信息 层次化注意力网络 层次化注意力网络 文档级情感分类 文档级情感分类
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 蒋宗礼 , 张静 . 融合用户和产品信息的多头注意力情感分类模型 [J]. | 计算机系统应用 , 2020 , 29 (7) : 131-138 . |
| MLA | 蒋宗礼 et al. "融合用户和产品信息的多头注意力情感分类模型" . | 计算机系统应用 29 . 7 (2020) : 131-138 . |
| APA | 蒋宗礼 , 张静 . 融合用户和产品信息的多头注意力情感分类模型 . | 计算机系统应用 , 2020 , 29 (7) , 131-138 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
本发明是一种新闻标题自动生成方法，利用从新闻网站抽取的新闻数据，使用深度学习框架和融合训练方法生成高质量的新闻标题。具体包括以下步骤：(1)获取新闻文本数据，对新闻文本数据处理并划分数据集；(2)对新闻文本数据进行预处理，生成词向量词典；(3)构建编‑解码网络，其中编码器网络进行编码，解码网络对编码进行解码；(4)利用融合方法对编‑解码网络进行训练，把待分析新闻数据输入训练完成的编‑解码网络生成新闻标题。本发明方法对新闻文本数据的理解更充分，可有效提高新闻文本标题的评价得分，具有广泛的应用场景。
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 罗成 , 蒋宗礼 . 一种新闻标题自动生成方法 : CN202010073302.7[P]. | 2020-01-22 . |
| MLA | 罗成 et al. "一种新闻标题自动生成方法" : CN202010073302.7. | 2020-01-22 . |
| APA | 罗成 , 蒋宗礼 . 一种新闻标题自动生成方法 : CN202010073302.7. | 2020-01-22 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
近年来,网络表示学习(Network Representation Learning,NRL)作为一种在低维空间中表示节点来分析异质信息网络(Heterogeneous Information Networks,HIN)的有效方法受到越来越多的关注.基于随机游走的方法是目前网络表示学习常用的方法,然而这些方法大多基于浅层神经网络,难以捕获异质网络结构信息.图卷积神经网络(Gragh Convolutional Net-work,GCN)是一种流行的能对图进行深度学习的方法,能够更好地利用网络拓扑结构,但目前的GCN设计针对的是同质信息网络,忽略了网络中丰富的语义信息.为了有效地挖掘异质信息网络中的语义信息和高度非线性的网络结构信息,进而提高网络表示的效果,文中提出了一种基于融合元路径的图卷积异质网络表示学习算法(MG2 vec).该算法首先通过基于元路径的关联度量方法来获取异质信息网络中丰富的语义信息;然后采用图卷积神经网络进行深度学习,捕捉节点和邻居节点的特征,弥补浅层模型捕捉网络结构信息能力不足的缺陷,从而实现将丰富的语义信息和结构信息更好地融入低维的节点表示中.在数据集DBLP和IMDB上分别进行实验,相比DeepWalk,node2vec和Metapath2vec算法,所提MG2vec算法在多标签分类任务上的分类精确率更高且性能更优,精确率和Macro-F1值分别达到了94.49％和94.16％,且与DeepWalk相比分别最高提升了26.05％和28.73％.实验结果证明,MG2vec算法的性能优于经典的网络表示学习算法,具有更好的异质信息网络表示效果.
Keyword ：
异质信息网络 异质信息网络 网络结构信息 网络结构信息 网络表示学习 网络表示学习 图卷积网络 图卷积网络 元路径 元路径 语义信息 语义信息
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 蒋宗礼 , 李苗苗 , 张津丽 . 基于融合元路径图卷积的异质网络表示学习 [J]. | 计算机科学 , 2020 , 47 (7) : 231-235 . |
| MLA | 蒋宗礼 et al. "基于融合元路径图卷积的异质网络表示学习" . | 计算机科学 47 . 7 (2020) : 231-235 . |
| APA | 蒋宗礼 , 李苗苗 , 张津丽 . 基于融合元路径图卷积的异质网络表示学习 . | 计算机科学 , 2020 , 47 (7) , 231-235 . |
| Export to | NoteExpress RIS BibTex |
Export
| Results： |
Selected to |
| Format： |
