XiaoMi-AI文件搜索系统
World File Search SystemChebi
DACM Corner | 2018 年秋季 - secnav.navy.mil
计划执行办公室指挥、控制、通信、计算机和情报 (PEO C4I) 和太空系统 (PEO Space Systems) 正在共同努力，实现美国舰队部队的舰队设计和分布式海上作战。具体来说，他们专注于创建一个平台/系统无关的环境，从而实现将传感器和数据连接到武器的复杂指挥和控制网络。这项工作涉及从传统的对单个系统或程序的关注转变为对能力的关注。这一共同的旅程旨在更好地使舰队具有竞争力、威慑力和胜利，其起源是有机的——两个指挥部共享同一个老板，海军少将 Carl “Chebs” Chebi，他是两个组织的项目执行官。他们还共享其他资源，他们的技术重点使他们成为天然的队友。“两个 PEO 都在努力加速交付所需的 C4I 或太空系统能力，这些能力价格合理、集成、可互操作且网络安全，”Chebi 说。 “我们正在从以项目为中心的能力转向以能力为中心的系统集成。我们将继续在项目层面执行，但我们将在系统之系统 (SoS) 层面进行管理。展望未来，我们必须定义能力组合。然后我们实施一种方法来分析这些组合，记录 SoS 架构并确定差距。最后一步，我们将整合我们的能力组合
基于采矿文献的知识图，用于预测组合疗法：COVID-19用例
摘要 - 本文提出了一种计算方法，该方法用于构建和查询基于文献的知识图，以预测新型药物治疗剂。主要目的是提供一个平台，该平台从FDA批准的药物中发现药物组合，并加速了域科学家的研究。特别是，本文介绍了以下算法：（1）一种用于在生物医学文献中提到的用于从药物，基因和疾病中构建知识图的算法； （2）一种用于从可能构成药物相互作用风险的药物组合中审查知识图的算法； （3）和两种查询算法，用于通过一种药物或一种药物组合来搜索知识图。由此产生的知识图有844种药物，306种基因/蛋白质特征和19种疾病提及。产生的药物组合的原始数量为2,001。我们询问了知识图，以消除不是药物的化学物质产生的噪声。此步骤产生了614种药物组合。审查知识图以消除潜在的风险药物组合，从而预测了200个组合。我们的领域专家手动消除了54种组合，仅留下146个候选人。我们的三层知识图，由我们的算法授权，提供了一种工具，可以为科学家预测药物组合治疗，他们可以从药物靶标和副作用的角度进一步研究。索引术语 - 域知识图，药物重新利用，联合治疗学，PubMed，Chebi，疾病本体论，基因本体论，药物相互作用，网状术语，covid-19