یک بسته منبع باز جدید Python برای ادغام موثر دایرکتوری های چند منبع توسعه یافته است

یک بسته منبع باز جدید Python برای ادغام موثر دایرکتوری های چند منبع توسعه یافته است

یک بسته جدید پایتون، ETool، برای ترکیب موثر شواهد چند منبع توسعه یافته است

دانشمندان دانشگاه پکن یک بسته پایتون جدید را برای پیاده‌سازی مؤثر رویکرد استنتاج شواهدی برای یکپارچه‌سازی شواهد چند منبعی توسعه داده‌اند. منبع: گیلان کنگ، دانشگاه پکن

محققان دانشگاه پکن ERTool را توسعه داده‌اند، یک بسته پایتون منبع باز که برای ساده‌سازی اجرای رویکردهای استنتاج شواهدی (ER) برای یکپارچه‌سازی شواهد چند منبع طراحی شده است. این ابزار به چالش های یکپارچه سازی داده ها از منابع متعدد در محیط های تصمیم گیری نامطمئن می پردازد. نتایج در منتشر شده است علم داده های سلامت.

ادغام شواهد چند منبع نقش مهمی در زمینه هایی مانند مدیریت مراقبت های بهداشتی، تجزیه و تحلیل کسب و کار، و ارزیابی ریسک محیطی ایفا می کند. با این حال، کاربرد سنتی رویکرد ER پیچیده بود و به تخصص برنامه نویسی نیاز داشت. برای غلبه بر این چالش‌ها، استادیار پژوهشی Ghilan Kong و تیم او در موسسه ملی علوم داده‌های بهداشتی در دانشگاه پکن، ERTool را طراحی کردند که رویکرد اضطراری را خودکار می‌کند و آن را برای مخاطبان گسترده‌تر، از جمله افراد غیر متخصص، در دسترس قرار می‌دهد.

کنگ توضیح داد: “هدف ما این بود که رویکرد اضطراری را کاربرپسندتر کنیم، به ویژه برای افراد غیر متخصص.” ERTool شکاف بین الگوریتم‌های پیچیده و برنامه‌های کاربردی دنیای واقعی را پر می‌کند و محققان و متخصصان را قادر می‌سازد تا داده‌های چند منبعی را برای تصمیم‌گیری آسان‌تر مبتنی بر شواهد ادغام کنند.

بسته ERTool فرآیند یکپارچه سازی شواهد از منابع مختلف و رفع عدم قطعیت در فرآیند تصمیم گیری را ساده می کند. این رابط کاربری تمیز و راندمان محاسباتی بالا دارد که آن را به ابزاری همه کاره برای طیف وسیعی از برنامه ها تبدیل می کند. ETool را می توان از طریق فهرست بسته Python یا از طریق نسخه آنلاین آن استفاده کرد، که از ادغام شواهد و تجسم نتایج در زمان واقعی پشتیبانی می کند.

در مقایسه با سیستم‌های دیگر مانند سیستم تصمیم‌گیری هوشمند (IDS)، ETool به دلیل ماهیت منبع باز آن، در دسترس‌تر و آسان‌تر برای استفاده است. این به صورت رایگان در دسترس عموم است که پتانسیل آن را برای استفاده گسترده در زمینه های مختلف افزایش می دهد.

در آینده، تیم تحقیقاتی قصد دارد یک سیستم مدیریت پایگاه داده (DBMS) را در ETool ادغام کند که به آن اجازه می دهد تا مقادیر بیشتری از داده های شواهد را مدیریت کند.

کونگ افزود: “هدف نهایی ما این است که ERTool را به راه حل پیشرو برای یکپارچه سازی شواهد چند منبعی تبدیل کنیم که به طور مداوم در کنار آخرین پیشرفت ها در استدلال شواهد در حال تغییر است.”

اطلاعات بیشتر:
Tongyu Shi و همکاران، ERTool: یک بسته پایتون برای اجرای کارآمد رویکردهای استنتاج شواهد برای ادغام شواهد چند منبع، علم داده های سلامت (2024). doi: 10.34133/hds.0128

مقدمه ای بر علم داده های سلامت

نقل قول: بسته منبع باز جدید Python توسعه یافته برای ادغام موثر شواهد چند منبع (2024، 11 نوامبر) در 11 نوامبر 2024 از https://techxplore.com/news/2024-11-source-python-package-efficiency-multi بازیابی شده است. html

این سند مشمول حق چاپ است. علی‌رغم هرگونه معامله منصفانه به منظور مطالعه یا تحقیق خصوصی، هیچ بخشی بدون اجازه کتبی قابل تکثیر نیست. محتوا فقط برای مقاصد اطلاعاتی ارائه شده است.

منبع

بخوان  محافظت دلفین ها از شناگر در برابر حمله کوسه + فیلم