【摘 要】
：
在互联网金融的飞速发展下,各种信贷产品不断出现,京东金融,蚂蚁花呗,蚂蚁借呗等产品的相继出现。在信贷预测或者智能推荐中,特征工程总是起到十分关键的作用,但是随着特征的种类和数量的增加导致人工组合特征的创建、维持和配置的成本很高。基于深度学习的模型在特征的提取上分别有各自的弊端,本文主要研究内容如下:(1)针对深度交叉网络中原始特征的交叉操作会将输出限制于输入的特殊形式的问题,提出融合交叉网络。在融
论文部分内容阅读
在互联网金融的飞速发展下,各种信贷产品不断出现,京东金融,蚂蚁花呗,蚂蚁借呗等产品的相继出现。在信贷预测或者智能推荐中,特征工程总是起到十分关键的作用,但是随着特征的种类和数量的增加导致人工组合特征的创建、维持和配置的成本很高。基于深度学习的模型在特征的提取上分别有各自的弊端,本文主要研究内容如下:(1)针对深度交叉网络中原始特征的交叉操作会将输出限制于输入的特殊形式的问题,提出融合交叉网络。在融合交叉网络结构中应用向量维度,而不是Deep&Cross Network中的标量。重新定义每一层的计算方式,不同于Deep&Cross Network中对于原始特征的简单交叉操作,融合交互网络中的每一层的状态都会由前一层的状态和原始特征计算得出。实验证明在不同数据集上融合交叉网络的实验效果优于深度交叉网络等模型。(2)针对神经网络模型中随着层数的加深会出现Degradation的问题,本文借鉴残差网络的思想提出了两种模型:Res-IN与Res-FC。其中,Res-IN模型是将残差单元与稀疏结构单元相结合,在训练之前,将数据在时间维度上embedding成矩阵,通过卷积操作去捕捉数据之间的预测关系;Res-FC模型是去除残差单元中的卷积核,直接使用全连接层,本文在数据不可embedding成矩阵时使用Res-FC模型。在不同数据集上的实验表明本文提出的两个基于残差网络的模型有着更好的实验效果。(3)本文利用融合交叉网络去做显式的特征交叉,利用经过修改的残差单元去做隐式的特征交叉,使得预测模型的特征泛化能力增强,解决了显式和隐式特征交互的弊端,并且为了增加模型的记忆性,在模型中加入线性单元,使得模型在数据量较小的数据集上同样有着优异的实验效果。
其他文献
酵母细胞中GCN(general control non-derepressible)系统是细胞遭受氨基酸饥饿时,启动的抑制蛋白质翻译起始的作用机制。氨基酸不足时,定位在核糖体上的GCN20-GCN1复合体和eI
NeuroD6是神经源性分化蛋白NeuroD蛋白亚家族中的一种转录因子,属于bHLH分化因子中的一员,它可以和E-BOX结合并启动下游基因的转录。NeuroD家族在胚胎期脑组织发育及成体动物
关节作为机器人本体的核心结构部件,不但是机器人完成灵活动作的动力源泉,而且是保证多机之间的柔顺性,人机协作安全性的可控关键结构点。传统的纯刚性机器人关节虽然可以达
土壤有机碳是陆地生态系统碳库中最活跃的组分,其较小幅度的变动,都可导致大气中CO2浓度的剧烈变化,从而影响全球气候变化。本研究以我国北方荒漠、草地、灌丛和森林生态系统
森林凋落物对森林生态系统和养分平衡有着重要的影响,在森林生产力维持中起到关键作用。氮沉降的持续增加对陆地生态系统的健康发展构成严重威胁,对森林生态系统结构和功能造成严重影响。本研究选择亚热带常绿阔叶林3种不同林龄林分(苦槠中龄林46 a、甜槠成熟林78 a、甜槠老龄林200 a)作为研究对象,设置不同氮沉降处理(包括高氮[HN,100 kg N/(hm2·a)]、低氮[LN,50 kg N/(hm
SCARA机器人广泛应用于IC、半导体、3C产业等精密装配领域,随着产品越来越向小型化、高端化发展,对装配机器人的精度要求越来越高。传统SCARA机器人由于机械传动结构的限制,
多聚物在生命活动中扮演着十分重要的角色。对于多聚物来说,无论其单体是否具有生物活性,当其在纳米水平上与细胞结合时,都有可能会发挥特定的生物学效应。多聚物与细胞间的
2-氧化吲哚及异吲哚啉酮骨架广泛存在于许多天然产物和具有生物活性以及药理活性的分子中。其中,3,3-二取代-2-氧化吲哚被认为是药物发现中最具有重要价值的一类化合物,3,3-
真核生物中,真核翻译起始因子eIF2α（αsubunit of eukaryotic translation initiation factor 2）在蛋白的合成调控中起着非常重要的作用。在动物和酵母细胞中,eIF2α的研究已
随着电子技术的不断发展,智能天线技术的应用越来越广泛,而数字波束形成是智能天线技术的核心和关键,受到了广泛的研究和关注。数字波束形成算法在传统的天线波束形成基础上,