期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
FAIR准则与生物医学数据标准应用服务 被引量:10
1
作者 杨啸林 杨晟 +3 位作者 潘虹洁 王哲 王志刚 何勇群 《中国医学伦理学》 2020年第2期153-159,共7页
2016年,科学数据管理的指导原则——FAIR准则被提出,即科学数据应具有可查询(Findable)、可获取(Accessible)、可互操作(Interoperable)并且可重利用(Reusable)等性质。自从该准则提出以来,受到国际广泛认可。通过FAIR准则的实施,将提... 2016年,科学数据管理的指导原则——FAIR准则被提出,即科学数据应具有可查询(Findable)、可获取(Accessible)、可互操作(Interoperable)并且可重利用(Reusable)等性质。自从该准则提出以来,受到国际广泛认可。通过FAIR准则的实施,将提升机器自动化发现和使用数据的能力,并提升其重利用的可能。在数据建设过程中,需要有完善的数据标准系统、数据标准实施工具与资源以及数据质量评价准则作为实现FAIR准则的支撑。 展开更多
关键词 生物医学大数据 可查询 可获取 可互操作 可重利用 元数据
下载PDF
Ontology: Footstone for Strong Artificial Intelligence 被引量:1
2
作者 杨啸林 王哲 +1 位作者 潘虹洁 朱彦 《Chinese Medical Sciences Journal》 CAS CSCD 2019年第4期277-280,共4页
In the past ten years,the application of artificial intelligence(AI)in biomedicine has increased rapidly,which roots in the rapid growth of biomedicine data,the improvement of computing performance,and the development... In the past ten years,the application of artificial intelligence(AI)in biomedicine has increased rapidly,which roots in the rapid growth of biomedicine data,the improvement of computing performance,and the development of deep learning methods.At present,there are great difficulties in front of AI for solving complex and comprehensive medical problems.Ontology can play an important role in how to make machines have stronger intelligence and has wider applications in the medical field.By using ontologies,(meta)data can be standardized so that data quality is improved and more data analysis methods can be introduced,data integration can be supported by the semantics relationships which are specified in ontologies,and effective logic expression in nature language can be better understood by machine.This can be a pathway to stronger AI.Under this circumstance,the Chinese Conference on Biomedical Ontology and Terminology was held in Beijing in autumn 2019,with the theme“Making Machine Understand Data”.The success of this conference further improves the development of ontology in the field of biomedical information in China,and will promote the integration of Chinese ontology research and application with the international standards and the findability,accessibility,interoperability,and reusability(FAIR)Data Principle. 展开更多
关键词 ONTOLOGY artificial intelligence BIOMEDICINE big data
下载PDF
本体支持的生物医学领域元数据异质性与可兼容性研究 被引量:1
3
作者 张璐璐 杨晟 +3 位作者 史涪仁 潘虹洁 王志刚 杨啸林 《中国生物医学工程学报》 CAS CSCD 北大核心 2019年第3期324-331,共8页
利用本体支持数据元素的表示,是提升元数据机器可理解性的重要手段。采用生物医学通用数据元素数据库caDSR中的数据,评价相关的数据元素之间的语义异质性,并利用机器学习对元数据可兼容性进行判别。首先,从caDSR中选取60对通用数据元素... 利用本体支持数据元素的表示,是提升元数据机器可理解性的重要手段。采用生物医学通用数据元素数据库caDSR中的数据,评价相关的数据元素之间的语义异质性,并利用机器学习对元数据可兼容性进行判别。首先,从caDSR中选取60对通用数据元素,涉及人口学、生活方式、既往病史和实验室测量等方面。依据ISO/IEC 111179标准抽提数据元素的必要组分,利用NCIT的本体支持,就每对关联数据元素的相似度进行评价。依据数据元素内部各组分的语义相似度,利用支持向量机,对数据元素间的可兼容性做出预测,其准确度超过80%。研究结果显示,目前在caDSR数据库中,对于元数据的定义存在较大的异质性,这些异质性在数据元素的概念域尤其集中。虽然如此,通过机器学习的方法,还是能够依据现有的数据元素的定义实现数据可兼容性的自动判断。研究所建立的方法,对于优化数据元素构建流程、丰富数据标准化工具具有一定的应用价值。 展开更多
关键词 元数据 异质性 通用数据元素 本体 支持向量机
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部