手机版 客户端

2016年度NSFC-FDCT大数据领域学术研讨会

2016年度NSFC-FDCT大数据领域学术研讨会
  • 导航:首页 > 科学基金
  • 批准号:81681260600
  • 批准年度: 2016年
  • 学科分类:中医内科(H2708) |
  • 项目负责人:何丽云
  • 负责人职称:研究员
  • 依托单位:中国中医科学院中医临床基础医学研究所
  • 资助金额:3.6万元
  • 项目类别:国际(地区)合作与交流项目
  • 研究期限:2016年11月02日 至 2016年12月31日
  • 中文关键词: 0;NSFC-FDCT;领域;学术;研讨会
  • 英文关键词:Large Data;Knowledge Learning;Traditional Chinese Medicine; Internal Medicine

项目摘要

中文摘要

以医师个体知识图谱构建研究为主线,拟从“病-证-治-效”多个层面,探索研究辨证论治临床诊疗信息多尺度的关联关系,构建中医专家临床知识图谱模型,通过对比治疗有效、无效人群网络特征,发现中医师诊疗规律与特点,在人机结合优化中医临床诊疗方案的同时,也为快速提高中医师辨证论治水平提供指引,为名老中医经验传承与创新的可视化研究奠定方法学基础。本研究所涉及的中医临床诊疗大数据具有多尺度非完整性的特征,因此希望通过参加本次学术交流,就此类数据的分析处理与相关专家进行深入交流和探讨。

英文摘要

The study explores the multi-scale relationship of clinical diagnosis and treatment information based on "disease-syndrome-rule-effect", and constructs the clinical knowledge map model of TCM experts. By comparing the effective treatment, The characteristics of Chinese medicine practitioners 'diagnosis and treatment, the characteristics of Chinese medicine practitioners' diagnosis and treatment, and the optimization of TCM clinical treatment programs. It also provides guidelines for the rapid improvement of the level of diagnosis and treatment of traditional Chinese medicine practitioners, laying a methodology for the visualization of TCM experience transmission and innovation. basis. In this study, the large data of clinical diagnosis and treatment of TCM are characterized by multi-scale non-integrity. Therefore, we hope to participate in this academic exchange and discuss and analyze the data with the relevant experts in depth.

结题摘要

随着大数据在航空领域的发展,各大航空公司已经逐渐开始利用大数据进行商业分析,以提高市场竞争力。在此以两个方面为例介绍大数据在航空领域的应用。 首先,基于飞机运行时引擎产生的大量数据,借助大数据手段进行分析和优化,提高航空公司的飞行效率,预测零件故障,进而合理安排维修计划,在保障乘客安全的同时,提高运营效率。另一方面,航空公司利用乘客的出行数据,分析乘客偏好,优化飞行线路和服务,从而减少航空延误,提高客户满意度和公司收益。

评估说明

    国家自然科学基金项目“2016年度NSFC-FDCT大数据领域学术研讨会”发布于爱科学iikx,并永久归类于相关科学基金导航中,仅供广大科研工作者查询、学习、选题参考。国科金是根据国家发展科学技术的方针、政策和规划,以及科学技术发展方向,面向全国资助基础研究和应用研究,发挥着促进我国基础研究源头创新的作用。国科金的真正价值在于它能否为科学进步和社会发展带来积极的影响。

此文由 爱科学 编辑!:首页 > 科学基金 > 科学基金3 » 2016年度NSFC-FDCT大数据领域学术研讨会

推荐文章