排序方式： 共有2条查询结果，搜索用时 46 毫秒
1
1.
中医辨证论治是传统医学体系的核心,几千年来为中华民族的健康发展发挥着不可或缺的作用。近年来,在多部门的协同推进下,我国中医科技创新能力持续提升。中医辨证与人工智能、大数据等多学科交叉融合,取得新的进展,工程化前沿方法和技术为突破中医辨证理论瓶颈提供了有效路径。本文以新时代中医诊断现代化、智能化发展为背景,总结中医辨证的基本原理,概括人工智能辅助中医辨证的基本过程以及多模态数据融合、症状关联性分析、证候量化、证候推理、中医药大模型等关键问题,总结了每个环节的研究思路和发展现状,进而根据现有不足分析当前发展面临的可利用公开数据较少且质量参差不齐,辨证模型单一、普适性不佳,辨证模型的可解释性不足且存在差异,辨证模型结果评价存在局限、缺乏可信度等挑战。研究建议,加强数据整合与质量把控,深度融合人工智能技术与中医辨证思维、加强模型可解释性,发展中医药细分领域的大语言模型,加强智能中医人才队伍建设、鼓励多领域专家合作,完善国际标准和法律法规、加强国际合作与交流等,以期为智能中医诊疗的技术探索和科技创新提供参考。 相似文献
2.
在移动边缘计算(MEC)中，计算卸载可以有效缓解资源受限和提高网络服务质量。以任务执行时延、终端能耗和边缘服务器负载率的联合优化为目标，提出面向时延和能耗联合优化的MEC计算卸载策略。构建多目标约束的成本优化模型，引入多变异算子，以迭代关联概率更新变异算子，设计多变异差分进化(MDE)算法求解，实现计算卸载成本最优。为验证MDE算法的有效性，基于Autonomous Systems by Skitter公开数据集构建3个不同规模的实验网络，将MDE算法与随机计算卸载算法、能量优化计算卸载算法、多目标贪婪计算卸载等算法进行对比分析，MDE算法的执行成功率、卸载成功率、服务器负载均衡性分别平均提升了13.23%,12.96%,29.37%,MDE算法能实现MEC中高效、稳定的计算卸载。 相似文献
1
