基于甲亢分期预测模型的Web医疗服务系统

针对目前发病率较高的甲亢疾病,根据其疾病发展特点,提出了甲亢分期预测模型,并基于开源Rocket.Chat远程沟通软件,实现了患者与医生实时互动的交流平台.进一步,本文将甲亢分期预测模型嵌入互动交流平台中,依据甲亢分期阶段与医生职称、医生科室、医生可预约时间的映射规则设计了一种医生推荐算法,将医师资源合理分配给不同患病程度的患者,不仅平衡了医生与患者的匹配比例,同时提高了医院的就诊效率.     

在工业网中EPON的DBA算法研究

EPON系统中,上行数据传输的动态带宽分配（DBA）算法是关键技术之一。针对EPON在工业网络通信中的应用,对现有的DBA算法进行了分析和改进,以保证监控和报警等特殊业务的实时送达,消除交叉轮询的带宽浪费,并对该算法进行了仿真实验。仿真结果表明,该算法的带宽利用率高,业务时延抖动低,并且在低负载时无轻载惩罚现象。     

融合语义路径与语言模型的元学习知识推理框架

针对传统推理方法无法兼顾计算能力与可解释性,同时在小样本场景下难以实现知识的快速学习等问题,该文设计一款融合语义路径与双向Transformer编码(BERT)的模型无关元学习(MAML)推理框架,该框架由基训练和元训练两个阶段构成。基训练阶段,将图谱推理实例用语义路径表示,并代入BERT模型微调计算链接概率,离线保存推理经验;元训练阶段,该框架基于多种关系的基训练过程获得梯度元信息,实现初始权值优化,完成小样本下知识的快速学习。实验表明,基训练推理框架在链接预测与事实预测任务中多项指标高于平均水平,同时元学习框架可以实现部分小样本推理问题的快速收敛。