最优个性化辅助决策基础框架

BAI-OptiMa

项目目标：

• 解决小数据集训练，可解释性，泛化问题
• 应用领域：关键领域，如医疗

主要创新点

理论：

• D-logic 决策逻辑弥补现有AI基于分类的决策的缺陷，更趋近于人类决策方式

架构:

GID德械师模型：通过加入领域知识，实现小数据集训练

算法:

• logic-MCUR 算法：实现决策逻辑
• DoNde算法：可解释性AI
• SiR算法：寻找相似案例
• DeENa算法：从自然语言文档里提取医学数据和规则
• ODe算法：最优决策，基于相似历史案例