• 医学文献
  • 知识库
  • 评价分析
  • 全部
  • 中外期刊
  • 学位
  • 会议
  • 专利
  • 成果
  • 标准
  • 法规
  • 临床诊疗知识库
  • 中医药知识库
  • 机构
  • 作者
热搜词:
换一批
论文 期刊
取消
高级检索

检索历史 清除

医学文献 >>
  • 全部
  • 中外期刊
  • 学位
  • 会议
  • 专利
  • 成果
  • 标准
  • 法规
知识库 >>
  • 临床诊疗知识库
  • 中医药知识库
评价分析 >>
  • 机构
  • 作者
热搜词:
换一批
当前检索式: 关键词=(深度解析)
当前检索式
关键词=(深度解析)
展开
  • 排序
  • 筛选
44条结果
资源类型收起
  • 38
  • 3
  • 2
  • 1
中图分类展开
4
4
3
2
1
更多...
中图分类
加载更多选项
    年份展开
    关键词聚类展开
    • 7
    • 2
    • 2
    • 2
    • 2
    更多...
    关键词聚类
      加载更多选项
        定制检索筛选项
        中文期刊
        刊名
        作者
        作者单位
        收录源
        栏目名称
        语种
        主题词
        外文期刊
        文献类型
        刊名
        作者
        主题词
        收录源
        语种
        学位论文
        授予学位
        授予单位
        会议论文
        主办单位
        专      利
        专利分类
        专利类型
        国家/组织
        法律状态
        申请/专利权人
        发明/设计人
        成      果
        鉴定年份
        学科分类
        地域
        完成单位
        标      准
        强制性标准
        中标分类
        标准类型
        标准状态
        来源数据库
        法      规
        法规分类
        内容分类
        效力级别
        时效性
          加载更多选项
            定制检索筛选项
            当前检索式: 关键词=(深度解析)
            当前检索式
            关键词=(深度解析)
            展开
            共44条结果
            排序方式
            出版时间 相关度 被引次数 下载量
            清除 | 已选 0/200
            0

            【中文期刊】 赵成洲 李俊  等 《宿州学院学报》 2022年37卷6期 41-45,58页

            【摘要】 淮北煤田许疃煤矿下组煤(10煤)开采受底板灰岩水的威胁严重.为了科学设计10煤开采方案、合理评价底板突水危险性,根据许疃煤矿86采区地质及水文地质条件,利用灰色BP神经网络法、经验公式法和解析计算法,预测该采区10煤开采底板破坏深度为9.2...

            【关键词】 下组煤(10煤)开采底板破坏深度灰色BP神经网络法

            浏览:1 被引:0 下载:0

            【中文期刊】 周有祥  《生物学教学》 2019年44卷6期 70-72页 PKU

            【摘要】 从情境分析、必备知识、关键能力、学科素养和核心价值等层面对2018高考北京理综卷31题进行深度分析,同时对平时的教学提出切实的建议.

            【关键词】 北京高考生物学试题深度解析

            浏览:8 被引:0 下载:0

            【中文期刊】 奚红云 丁奕然  《生物学教学》 2018年43卷5期 40-41页 PKU

            【摘要】 面对生物学实验教学中深度学习疲乏的现状,探寻深度学习视域下的生物学实验教学两大实践着力点——“体悟学科思想与渗透人文素养”,并提出“评价穿线、领悟精髓”与“激疑入境、对话生成”的教学策略,旨在促进深度学习的有效实现.

            【关键词】 生物学教学深度学习实验教学

            浏览:39 被引:8 下载:5

            【中文期刊】 王智悦 于清  等 《计算机工程与应用》 2020年56卷23期 1-11页

            【摘要】 基于知识图谱的问答是近年来研究热点,从基于模板、语义解析、深度学习、知识图谱嵌入四方面介绍基于知识图谱智能问答实现,归纳了各类方法的优缺点,及尚未解决的关键问题.结合当前人工智能技术发展,重点介绍了基于深度学习的智能问答,有助于更多研究者投...

            【关键词】 智能问答知识图谱语义解析

            浏览:5 被引:162 下载:4

            【中文期刊】 蔡方平  《中学生物教学》 2020年3期 44-46页

            【摘要】 复合模型是富含多目的、多层次信息的图示,解析复合模型是以“靶向本质为最终目标、逻辑链条为梳理途径、递进追问为解析过程”的深度思维过程,也是模型转换和模型建构的过程和深度思维训练的重要方法.

            【关键词】 解析复合模型深度思维训练方法

            浏览:1 被引:0 下载:0

            【中文期刊】 《浙江大学学报(医学版)》 2024年53卷6期 707页 MEDLINEISTICPKUCSCDCA

            【摘要】 2024年10月23日,浙江大学良渚实验室/医学院附属第二医院熊旭深研究员团队联合麻省理工学院熊磊博士在《自然·机器智能》(Nature Machine Intelligence)发表题为"Deep learning prediction ...

            浏览:0 被引:0 下载:0

            【中文期刊】 虞银江  《生物学教学》 2024年49卷2期 80-82页 PKU

            【摘要】 从筛除对象、用于筛除的物质、影响筛除效果的因素等方面解析了农杆菌转化法中的"三除":筛除未转化的农杆菌、筛除共培养的农杆菌、筛除未转化的受体细胞,为教师教学和学生深度学习提供参考.

            【关键词】 农杆菌转化生物学选考深度学习

            浏览:1 被引:0 下载:0

            【中文期刊】 王维笑 费晓璐  等 《中国数字医学》 2024年19卷5期 40-48页 ISTIC

            【摘要】 目的:综合运用自然语言处理、结构化算法和知识图谱等技术,探索实现电子病历高精度信息抽取和结构化处理的方法.方法:通过构建命名实体识别模型、关系识别模型、同义词识别模型完成病历文本的句内信息抽取;提出了一种病历生成树算法,可以有效实现大段落病...

            【关键词】 电子病历信息抽取自然语言处理

            浏览:33 被引:1 下载:11

            【中文期刊】 张帅 高晓苑  等 《软件导刊》 2023年22卷5期 23-28页

            【摘要】 为减少现有的深度命名实体识别(NER)模型对高质量标注数据集的依赖,面向医学文本解析,提出一种基于半监督学习与RoBERTa多层表征融合的医学命名实体识别方法.该方法在RoBERTa-wwm-ext-BiLSTM-CRF多层表征融合模型基础...

            【关键词】 命名实体识别半监督学习预训练语言模型

            浏览:0 被引:2 下载:1

            【中文期刊】 吴佳伦 张若楠  等 《数据分析与知识发现》 2023年7卷6期 148-160页

            【摘要】 [目的]研究一种通过解析结构化时序医疗健康数据、分析患者相似性以准确预测药物组合的深度学习模型.[方法]通过两种注意力机制解析结构化时序数据以学习全面的患者表示,通过计算患者相似性丰富患者表示,最终将药物推荐问题转化为多标签学习问题.[结果...

            【关键词】 药物推荐电子健康记录患者表示学习

            浏览:1 被引:1 下载:0
            • / 5
            收起侧边栏
            显示侧边栏
            更多> - 相关医事流 -
            • 加载中...
            - 相关学者 -
            • 加载中...
            - 相关机构 -
            • 加载中...

            特别提示:本网站仅提供医学学术资源服务,不销售任何药品和器械,有关药品和器械的销售信息,请查阅其他网站。

            • 客服热线:4000-115-888 转3 (周一至周五:8:00至17:00)

            • |
            • 客服邮箱:yiyao@wanfangdata.com.cn

            • 违法和不良信息举报电话:4000-115-888,举报邮箱:problem@wanfangdata.com.cn,举报专区

            官方微信
            万方医学小程序
            new翻译 充值 订阅 收藏 移动端

            官方微信

            万方医学小程序

            使用
            帮助
            Alternate Text
            调查问卷