该研究提出了一个名为 STS 的多任务预测模型，可以联合三维空间、时间和语义方面的异常模式与影响因素间的内部和互间关系，并使用定制的损失函数解决由于稀疏零膨胀数据引起的问题，从而有效预测城市安全和维护方面的多种异常情况。通过四个实际数据集上的实验验证，该模型在平均绝对误差和均方根误差方面比现有方法表现更优秀。

Apr, 2023

本文提出了一种深度模型来解决计算可持续性中的物种分布问题，其中有大量的零填充数据，并且需要同时对数百个物种进行建模，该模型被称为 “零膨胀多目标回归问题”。通过将整个模型作为端到端的学习框架，我们提供了一种有效的学习算法，并在两个实际物种分布的数据集上展示了该模型比现有的最先进基线模型表现更好，其核心是将多响应变量的联合分布建模为多元 Probit 模型。

Oct, 2020

将零膨胀数据视为一种普遍类型的缺失数据问题，通过观察到的缺失指示器来实现特定参数的识别和估计，未知关系时采用部分识别策略进行敏感性分析。

Jun, 2024

本文利用提升算法处理保险索赔数据，包括零膨胀遥测数据，以构建索赔频率模型，并评估和比较了三种流行的梯度提升库 - XGBoost，LightGBM 和 CatBoost，旨在确定最适合训练保险索赔数据和拟合精算频率模型的库。本研究发现，CatBoost 在开发基于预测绩效的自动索赔频率模型方面表现优异，并进一步探讨了在使用遥测数据时不同风险特征对频率模型的影响和交互作用。

Jul, 2023

介绍了一种名为空间 - 时间 Tweedie 图神经网络（STTD）的新方法，该方法应用 Tweedie 分布来参数化旅行需求分布，结合空间和时间嵌入来解决高分辨率 O-D 矩阵中的稀疏性和长尾特征，并有效提高了预测的精度和置信区间的准确性。

Jun, 2023

我们提出了一种简单的方法，利用标签空间的度量信息通过替换传统的预测规则中的 argmax 来适应已训练好的模型以可靠地预测新类别，或者在零样本预测中提高性能，而无需额外的训练。我们对该方法进行了全面的理论分析，研究了学习理论结果、标签空间直径、样本复杂度和模型维度之间的权衡、预测任何未观察到的类别的全部情境特征以及在不能预测所有未观察到的类别范围时获得最优训练类别的最新类别选择程序。在实证研究中，我们的方法 Loki 利用易得的外部度量指标在 ImageNet 上相对 SimCLR 可获得高达 29.7% 的相对改进，并可扩展到数十万个类别。当没有可用的度量指标时，Loki 可以使用类别嵌入的自主度量，在预训练的零样本模型（如 CLIP）上获得了 10.5% 的改进。

Jul, 2023

通过使用侧信息的相似度和参数学习方法，本文提出了两种用于回归的零样本方法，用于预测气象站的空气污染物数量，并在人工数据集、UCI 存储库社区和犯罪数据集以及污染物方面进行了比较。这两种方法均优于基线方法，但参数学习方法表现出了较高的优越性。

Feb, 2024

本文探讨和评估了使用多种机器学习算法对于相同分布和非同分布数据的表现，同时提出了一种混合机器学习模型，结合小波分解以提高泛化性能，实验结果显示，相比于独立模型，我们的混合模型在处理非同分布数据时表现更优。

May, 2022

本文通过改进 Tweedie 回归模型，包括对零索赔过程的精细建模和集成提升方法，来提高对各类保险的总索赔建模准确性，并通过保险遥测数据集的应用展示了改进后的模型性能的显著提升。

Jun, 2024

本研究旨在利用预训练和迁移学习中的语言模型，在使用有限标记数据检测故障中进行早期检测。利用社交媒体推文数据集进行实验，证明了针对故障检测任务进行少量的微调可以显著提高基于语言模型的模型的性能。结果显示，BERT 的准确率为 81.3％（+ 15.3％），GPT 的准确率为 74.5％（+ 8.5％）。本研究为利用自然语言处理技术管理关键基础设施提供了洞见。

May, 2023