为探讨中国柄座衣属地衣的物种多样性,进一步明确其物种组成和分布,该文通过野外地衣资源调查及标本采集,结合形态学、解剖学、化学等研究方法,对采自云南省的柄座衣属地衣标本进行分类,共鉴定出柄座衣属(Malmidea)3个中国新记录种,分...为探讨中国柄座衣属地衣的物种多样性,进一步明确其物种组成和分布,该文通过野外地衣资源调查及标本采集,结合形态学、解剖学、化学等研究方法,对采自云南省的柄座衣属地衣标本进行分类,共鉴定出柄座衣属(Malmidea)3个中国新记录种,分别是巨孢柄座衣[M.indica(D. D. Awasthi&M. R. Agarwal) Hafellner&T. Sprib]、赭黄柄座衣(M.reunionis Kalb)、棕褐柄座衣(M.hechicerae Kalb)。该文提供了各新记录种的详细描述、形态及解剖图片,并与相近种进行了比较和讨论,同时提供了中国柄座衣属地衣分种检索表。该研究结果丰富了中国柄座衣属地衣资料,对中国地衣多样性的保护及研究具有一定意义。展开更多
目的针对中医个性化处方推荐问题,研究自动化处方推荐任务,为中医临床辅助决策提供参考。方法基于大语言预训练文本生成模型设计一种中医个性化处方推荐算法。将中医处方推荐任务转化为端到端(seq2seq)的文本生成任务,即将临床症状描述...目的针对中医个性化处方推荐问题,研究自动化处方推荐任务,为中医临床辅助决策提供参考。方法基于大语言预训练文本生成模型设计一种中医个性化处方推荐算法。将中医处方推荐任务转化为端到端(seq2seq)的文本生成任务,即将临床症状描述文本通过模型转化为处方文本,以实现处方推荐任务的需求,并利用基于大语言预训练的BART(Bidirectional and Auto-Regressive Transformers)模型的预训练参数来提升模型对通用语义信息的理解,通过对训练集处方内中药排序提升模型的处方推荐性能。结果实验证明通过大语言预训练模型以及端到端的文本生成架构可有效提升模型的生成性能,同时对处方内中药依次排序可以获取更高准确率,并且通过中药的排列获取更多值得参考的有价值信息。中医个性化处方推荐模型在处方排序后分别在前5、10、15味生成的处方分别取得了58.60、53.79和49.67的准确率。结论中医个性化处方推荐模型取得了更优的处方推荐效果,表明其可为中医临床治疗疾病进行参考,达到辅助临床决策支持的效果。展开更多
文摘为探讨中国柄座衣属地衣的物种多样性,进一步明确其物种组成和分布,该文通过野外地衣资源调查及标本采集,结合形态学、解剖学、化学等研究方法,对采自云南省的柄座衣属地衣标本进行分类,共鉴定出柄座衣属(Malmidea)3个中国新记录种,分别是巨孢柄座衣[M.indica(D. D. Awasthi&M. R. Agarwal) Hafellner&T. Sprib]、赭黄柄座衣(M.reunionis Kalb)、棕褐柄座衣(M.hechicerae Kalb)。该文提供了各新记录种的详细描述、形态及解剖图片,并与相近种进行了比较和讨论,同时提供了中国柄座衣属地衣分种检索表。该研究结果丰富了中国柄座衣属地衣资料,对中国地衣多样性的保护及研究具有一定意义。
文摘目的针对中医个性化处方推荐问题,研究自动化处方推荐任务,为中医临床辅助决策提供参考。方法基于大语言预训练文本生成模型设计一种中医个性化处方推荐算法。将中医处方推荐任务转化为端到端(seq2seq)的文本生成任务,即将临床症状描述文本通过模型转化为处方文本,以实现处方推荐任务的需求,并利用基于大语言预训练的BART(Bidirectional and Auto-Regressive Transformers)模型的预训练参数来提升模型对通用语义信息的理解,通过对训练集处方内中药排序提升模型的处方推荐性能。结果实验证明通过大语言预训练模型以及端到端的文本生成架构可有效提升模型的生成性能,同时对处方内中药依次排序可以获取更高准确率,并且通过中药的排列获取更多值得参考的有价值信息。中医个性化处方推荐模型在处方排序后分别在前5、10、15味生成的处方分别取得了58.60、53.79和49.67的准确率。结论中医个性化处方推荐模型取得了更优的处方推荐效果,表明其可为中医临床治疗疾病进行参考,达到辅助临床决策支持的效果。