Nov, 2023

肝病预测的决策支持系统：批处理、基于规则的事件检测与 SPARQL 查询的整合

PDF
TL;DR本研究旨在利用 Basic Formal Ontology（BFO）和决策树算法推导的检测规则构建肝病的预测模型。通过批处理和 SPARQL 查询，运用 Pellet 和 Drool 推理引擎，基于 DT 规则预测不同类型的肝病并提供相关建议。综合批处理查询结果和本体生成结果，可为肝病预防和检测提供更准确的建议，并为医疗专业人员提供决策支持系统。
liver diseasespredictive modelbasic formal ontologydecision tree algorithmsemantic web rule language
发现论文，激发创造
  • 基于本体论、大数据和 LLMs 的森林火灾管理决策支持系统

    利用 Apache Spark 对早期森林火灾进行检测、通过气象和地理数据提高火灾风险预测的论文进行了讨论，使用了 Semantic Sensor Networks、Large Language Models 和 Spark 框架改进了决策支持系统，并通过实时警报和多种火灾场景的验证来衡量方法的有效性。

    May, 2024

  • 生物医学知识图谱中基于逻辑规则的神经多跳推理

    本文针对生物数据的图形结构，以药物再利用的真实任务为例，利用强化学习和逻辑规则相结合的方法 PoLo 进行链路预测，超越了几种最先进的算法，并提供解释性。

    Mar, 2021

  • 基于 Semantic rule Web 的使用 SWRL 规则诊断和治疗媒介传播疾病

    提出一种基于疾病本体构建的诊断和治疗疟疾等通过叮咬传播的疾病的决策支持系统，使用 OCR 和 NLP 技术将电子健康记录、医学移动应用程序的文本数据和医生处方手写笔记转换为正确的文本，具有帮助医生诊断和治疗疟疾等疾病的价值。

    Jan, 2023

  • 利用机器学习进行肝部感染预测分析，以评估神经网络的分析性能和优化技术

    ML algorithms and machine learning optimization are used to evaluate different liver illness datasets and identify the most excellent categorization models by modifying hyperparameters such as Phosphotase, Direct Billirubin, Protiens, Albumin, and Albumin Globulin, essential for minimizing the cost function and visualizing the pattern.

    May, 2023

  • 本体对心血管疾病预测的影响与机器学习算法的比较

    心血管疾病在研究中采用机器学习和本体论方法进行分类和性能评估。

    May, 2024

  • DaRLing: OWL 2 RL 本体推理下的 SPARQL 查询 Datalog 重写器

    描述了 DaRLing 系统，它是一个 OWL 2 RL 本体推理的 Datalog 重写器，在 SPARQL 查询下具有实际适用性。

    Aug, 2020

  • 传感器网络中的不确定情况下的复杂事件识别

    本文介绍了一种使用 Markov 逻辑网络的概率一阶谓词逻辑（FOPL）推理系统，从传感器网络中提取信息进行复杂决策，以及证明这种方法在处理各种实际数据时的数学准确性和广泛适用性。

    Nov, 2014

  • 基于本体论和自然语言的多约束 BIM 模型查询方法

    本篇研究提出了一种基于本体的语义解析器来自动化处理自然语言查询，以查询复杂的 IFC 基础 BIM 模型，并在建筑业的实践中证明了其实用价值。

    Mar, 2023

  • 基于深度变体搜索算法集成高级注意力机制的肝肿瘤预测

    提出了一种利用卷积神经网络和基于深度的变体搜索算法与先进的注意机制（CNN-DS-AM）预测肝脏肿瘤的新方法，证明了将注意机制和基于深度的变体搜索算法结合到卷积神经网络模型中是提高肝肿瘤预测的准确性和鲁棒性的有希望的方法，可以协助放射科医生进行诊断和治疗规划，预测肝脏肿瘤的准确率达到了 95.5% 以上，优于其他最先进的方法。

    Nov, 2023

  • 将逻辑规则融入神经多跳推理以进行药物再利用

    本文提出了一种结合逻辑规则和神经多跳推理方法的强化学习方法，用于解决生物医学数据中长距离依赖性的问题，应用于药物再利用领域的链接预测问题，并在 Hetionet 知识图谱中表现出了优异的实验结果。

    Jul, 2020