课程文献中心 更多>>

关键词： 知识图谱   大语言模型   在线医疗   智慧问答服务   理论特征  

摘要： [目的/意义] 学者们多聚焦于追求医疗智慧问答相关技术本身的前沿性，对基础理论的探讨研究较少，两者未能融合发展。[方法/过程] 在辨析相关概念基础上，首先阐述在线医疗健康领域智慧问答服务内涵及特征，之后剖析知识图谱与大语言模型的联系及两者的互补融合思路，最后提出图模驱动的在线医疗健康智慧问答服务。[结果/结论] 文章将医疗智慧问答服务理论特征贯穿智慧问答服务的全过程，创新性地提出其智慧问答服务应包含大语言模型驱动的医疗知识图谱构建、知识图谱增强的医疗大模型训练、图模驱动的智慧问答服务流程三部分。本研究实现了理论与技术的有机结合，研究成果可用于后续医疗智慧问答的实践性工作。

关键词： 图布局   随机梯度下降   并行计算   图可视化  

摘要： 应力模型是计算节点连接图布局时最常用的方法之一. 随机梯度下降法由于具有很好的收敛性， 常被用于求解应力模型， 但该方法难以实现有效并行. 虽然无锁随机梯度下降方法能大幅提高并行效率， 但其求解过程中常存在线程冲突， 导致结果准确性低. 为了提高并行图布局的效率和准确性， 提出一种无冲突的随机梯度下降的并行求解方法. 首先提出一种面向应力模型的线程分配算法， 将j相同的点对分配到同一线程内计算， 保证基于随机梯度下降方法的图布局无冲突化求解; 然后仅对线程内的样本随机洗牌并减少次数， 进一步提升并行效率. 在16个不同规模的真实数据集上进行实验， 并将所提方法应用在稀疏化应力模型的求解上， 实验结果显示所提方法在求解精度上无损失且求解速度提高10倍以上， 从布局质量和运行效率2个方面证明了该方法的高效性和可用性.

摘要： 董其昌(1555-1636),字玄宰,号思白,别号香光居士,华亭(今上海市松江区)人,中国美术史上具有划时代意义的书画大家.他的山水画兼容百家,祖述宋元.他考寻源流,确定法脉,通过梳理中国传统文人画和山水画经典,提出了著名的南北宗论,对明末清初画坛产生了深远影响.

摘要： 第一步 根据确定好的铅笔稿用不同的墨色勾出墨线,注意线条的浓淡和虚实变化.中墨勾出黑色金鱼头部和腹部,鳞片的用笔要虚起虚收;墨色稍重画出尾鳍,线条要圆润浑厚,呈现力度和美感.以同样的方法配以稍淡一些的墨色勾出红色金鱼.

摘要： 步骤一 盘中挤入曙红或牡丹红,以羊毫或兼毫毛笔饱蘸水分将其调和,随后笔尖蘸胭脂画出鸡冠花花头.每次蘸色要画至水分用尽为宜,切勿太勤,同时注意花头的结构和层次关系.

关键词： 极端冰雪天气   热效应   配电网   孤岛划分   故障恢复  

摘要： 为解决极端冰雪天气下配电网大规模停电事故后故障恢复，以及现有孤岛划分方法未能有效考虑相邻孤岛间融合的问题，提出一种极端冰雪天气下计及孤岛划分与融合的配电网故障恢复。首先，在配电网导线覆冰增长率模型中考虑导线载流温度变化因素，提出计及电流热效应的元件故障率模型。其次，在基于单商品流思想的传统虚拟潮流模型的基础上，综合考虑孤岛区域间的虚拟潮流与节点状态变量、支路状态变量的量化关系，结合配电网实际运行状态，确定虚拟潮流与节点状态变量和支路状态变量之间的约束关系，构建计及孤岛划分与融合的配电网故障恢复模型。最后，以PG&E69测试系统和某实际185节点配电系统验证了所提方法的有效性。

关键词： 边坡   位移预测   平衡图   时空预测  

摘要： 边坡位移监测在地质和土木工程领域中具有至关重要的作用，边坡位移的变化为预测滑坡和坍塌提供了关键依据。传统神经网络在进行边坡位移预测时通常采用矩阵或张量来处理数据，忽略了监测点数据间的空间相关性。图神经网络因能有效捕获图结构数据中节点间的空间关系而被逐渐应用于边坡位移预测领域。然而，传统的图神经网络在应用于边坡位移预测时，往往只设计一个图结构，无法捕获不同时间段内监测点时空关系的动态变化。针对这些问题，提出了一种基于平衡图结构的边坡位移预测模型，该模型结合了图结构学习和时间序列预测，能够捕捉多个监测点位移序列之间的潜在时空关系，提高模型的复杂关系建模能力。在预测模型中，引入多图生成网络（MGN）和图选择模块，MGN可以适应不同时间段内监测点时空关系的动态变化，使模型更具有灵活性，图选择模块从MGN生成的图集中选择最优图，提高模型效率。为降低计算成本，引入“平滑稀疏单元SSU”稀疏化图结构。实验中以石家庄某水泥厂矿山边坡位移监测数据为例进行验证，结果表明，本文所提预测模型在保证预测精度的同时，计算成本大幅下降，满足边坡监测预警需求。

关键词： 传统碗式节点   新型喷头式节点   节点抗弯性能   失效模式   幂函数模型   模拟退火算法  

摘要： 传统碗式节点作为一种典型装配式节点，常应用于大跨度空间网格结构，但因其抗弯刚度较小，使其应用范围受限。基于此，对传统碗式节点进行改进，提出了一种抗弯性能更好的喷头式节点。首先，对喷头式节点进行设计，并对喷头式节点与碗式节点进行了纯弯作用下的有限元模拟，对比了二者的抗弯性能；然后，研究了周围螺栓半径、轴向压力和轴向拉力对喷头式节点抗弯性能的影响；最后，建立了喷头式节点弯矩-转角的幂函数模型，采用模拟退火算法得到了该模型曲率系数，利用多元非线性拟合方法确定了相关的模型参数，并对幂函数模型进行了评估。结果表明，与传统碗式节点相比，新型喷头式节点的初始刚度提高了21.71倍，极限弯矩提高了5.42倍，而用钢量仅增加了15%；随着周围螺栓半径的增大，节点的初始刚度缓慢增大而极限弯矩显著增加；随着轴向压力的增大，节点初始刚度和极限弯矩也逐渐增大；增大轴向拉力会明显降低节点初始刚度和极限弯矩，当轴向拉力达到一定值时，节点会出现明显的螺栓颈缩提前现象；轴向力对节点的失效模式有较大影响；建立的幂函数模型能很好地吻合节点的实际弯矩-转角曲线，幂函数模型的各项特征参数及其影响系数拟合效果较好。所得结论可为该节点的工程应用与研究提供参考。

关键词： 链路预测   图神经网络   转移矩阵   随机游走  

摘要： 链路预测是通过已知网络节点或者网络拓扑结构，预测未产生链接的两个节点间产生链接的可能性.传统方法大多从原始图中提取转移矩阵，导致获取的信息稀疏.鉴于此，设计了一种基于图神经网络和随机游走的链路预测算法（LP-GNRW），通过基于注意力机制的图神经网络Bert学习节点的多种嵌入表示，再结合随机游走，获取图的高阶结构信息.然后，将链路预测转换成二分类问题，通过图神经网络对获得的高阶结构信息进行二分类来实现链路预测.实验表明LP-GNRW能更有效地学习图结构特征，与基于步行的启发式方法相比，获得了更好的AUC指标，提高了链路预测的性能.

关键词： 抗癌药物联合治疗   分子指纹   图注意力神经网络   深度学习  

摘要： 抗癌药物组合的协同性筛选对于临床治疗具有重要意义。但随着药物组合数量的爆炸式增长，传统检测方法存在耗时、成本高等问题，难以有效发现新的协同药物组合。针对上述问题，提出了一种基于图注意力网络的抗癌药物组合协同性预测模型（MFGSynergy）来辅助抗癌药物组合筛选。首先，该模型将药物SMILES编码为分子图以及分子指纹数据，并对癌细胞系数据进行预处理。然后，通过图注意力网络（Graph Attention Network，GAT）以及多层感知机（Multilayer Perceptron，MLP）对药物数据以及癌细胞系数据进行特征提取，并将提取到的多种药物特征以及癌细胞系特征进行特征融合用于预测抗癌药物组合的协同性。最后，基于公开数据集进行对比实验，MFGSynergy在五折交叉验证上的ROC AUC、PR AUC、ACC、PREC、TPR以及F1分别达到了0.94、0.94、0.86、0.87、0.86、0.86，均高于其他对比模型，这说明MFGSynergy的预测性能优于其他对比模型。此外，独立测试实验表明，对于未知的药物组合MFGSynergy仍具有良好的预测性能，这证明模型具有良好的泛化性。