田亮组发表中医嵌入空间TCM-ES模型
热点事件持续更新
田亮组发表中医嵌入空间TCM-ES模型
1 篇报道1 个报道来源22 小时前更新
先了解这件事
AI 综述
香港浸会大学田亮、吕爱平和西湖大学汤雷翰等在 iMeta 在线发表研究,用 84,491 条古代及经典中医方剂记录中的 26,339 条训练基于 Transformer 的自动编码器,把症状组合与方剂编码到同一低维空间,命名为中医嵌入空间(TCM-ES)。训练未使用证候标签或显式中医原则注释,TCM-ES 仍呈现与寒、热、虚等传统原则一致的组织结构。 在公开 TCM-PD 基准上,冻结 TCM-ES 表征的线性岭回归读出模型取得 P@5 = 0.279、R@20 = 0.479、F1@20 = 0.228,数值上高于 6 个已发表模型。 作者称,该分析不能直接证明疗效,但其中若干被优先识别的靶点和治疗候选已获既往研究支持;个体患者临床数据受伦理和法律限制无法公开共享,可联系通讯作者申请获取。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 08:00
香港浸会大学田亮组在 iMeta 发表 AI 量化中医诊疗原则并整合生物医学的研究报道时间线
沿着报道,了解事件的不同侧面。
10月27日
- 公众号:宏基因组香港浸会大学田亮组在 iMeta 发表 AI 量化中医诊疗原则并整合生物医学的研究
香港浸会大学田亮、吕爱平和西湖大学汤雷翰等在 iMeta 在线发表研究,用 84,491 条古代及经典中医方剂记录中的 26,339 条构建基于 Transformer 的自动编码器,将症状组合与方剂编码到同一低维空间,命名为中医嵌入空间(TCM-ES)。训练未使用证候标签或显式中医原则注释,TCM-ES 仍呈现与寒、热、虚等传统原则一致的组织结构。在公开 TCM-PD 基准上,冻结 TCM-ES 表征的线性岭回归读出模型取得 P@5 = 0.279、R@20 = 0.479、F1@20 = 0.228,数值上高于 6 个已发表模型。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。