Muster kenntnisnahme

Extraktion von Nachbarn positiver/negativer R2R-I-Paare. Für jedes positive/negative R2R-I-Paar, das in Schritt 1 ausgewählt wurde, nutzten wir das R2R-I-Wissen über ihre Nachbarn über die Feature-Vektor-Konstruktion, eine in ML übernommene Praxis. Abbildung 7(a) gibt ein Beispiel für ein R2R-Paar (A-V) mit drei Nachbarn auf beiden Seiten. Statistische SRV-Konvertierung (Statistical Residual Vector Space). R2RCFM wird in eine Matrix konvertiert, indem jeder Eintrag durch ein statistisches Maß ersetzt wird, das als statistisches Residus (SR) (Definition 4) bezeichnet wird, das die Abweichung der beobachteten Frequenz des R2R-C-Paares davon berücksichtigt, wenn es sich um ein zufälliges Vorkommen handelt. Die SR zeigt die statistische Signifikanz eines R2R-C-Paares. Bei dem Konfidenzniveau von 95%, wenn die SR > 1,96, die entdeckte R2R-I ist “+ve statistisch signifikant”, gelb in den Zahlen gefärbt; “-ve statistisch signifikant”, wenn die SR 1,96, grün gefärbt und irrelevant oder zufällig ist, wenn die SR zwischen 1,96 und 1,96 liegt. Wir bezeichnen diese Matrix als R2R Statistic Residual Matrix (R2RSRM) (Definition 5). Für die mathematische Transformation behandeln wir R2RSRM als Vektorraum, genannt Statistic Residual Vector Space (SRV) (Definition 6), so dass jede Zeile als Rückstandsvektor (r-Vektor) betrachtet wird (Definition 7), wobei ihre Koordinate die SR dieses Rückstands darstellt, die mit einem anderen Rückstand interagiert, der der Spalte entspricht. Abbildung 4 zeigt den erhaltenen SRV. Es gibt jedoch immer noch ein Problem.

Während der 15,35-Wert von SR zwischen C-C (≫1,96) angemessen ist, ist der SR-Wert von 0,73 zwischen R-R immer noch fragwürdig, da SR der R-R-Interaktion unter 1,96 € liegen sollte. Daher suchen wir eine Methode, um tieferes Wissen zu offenbaren, das in den SRV eingebettet ist. Bau des re-projected SRV (RSRV). Um die in jeder PC-Projektion erfasste R2R-I-Stärke zu enthüllen, wurde eine Neuprojektion (Definition 10) vorgeschlagen. Es ordnet die r-Vektor-Projektionen auf einem PC zurück zu SRV, genannt RSRV (Definition 10), mit einem neuen Satz von Koordinaten der r-Vektoren, die ihre Interaktion vom PC erfasst widerspiegeln. Die Farbkreuze auf Abb. 2(d) zeigen die Projektionen der r-Vektoren, die ihre assoziationsstärke zeigen, die im PC in den erklärbaren Koordinaten von RSRV erfasst wird, die den gleichen Basisvektoren von SRV entsprechen.

Felhasználó: admin