首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    小明历险记:规则引擎Drools教程一

    小明是一家互联网公司的软件工程师,他们公司为了吸引新用户经常会搞活动,小明常常为了做活动加班加点很烦躁,这不今天呀又来了一个活动需求,我们大家一起帮他看看。 小明的烦恼 活动规则是根据用户购买订单的金额给用户送相应的积分,购买的越多送的积分越多,用户可以使用积分来兑换相应的商品,我们这次活动的力度很大,肯定会吸引很多的用户参加,产品经理小王兴高采烈唾液横飞的对小明讲到。小明心想,又tm来这套,这次需求又要变更多少次呢?表面上还的配合,说赶紧把规则给我们吧,早点开发早点上线,小王说这次需求老简单啦,估计你们两

    03

    2018-11-07 Drools业务逻辑框架

    大部分 web 以及企业级 Java 应用可被分成三部分:与用户交互的前台,与数据库这样的后台系统交互的服务层,以及它们之间的业务逻辑。最近这段时间,通常我们会使用框架来实现前台和后台的需求(例如:Struts, Cocoon, Spring, Hibernate, JDO, 以及实体 Beans),但是却没有一种标准手段很好的组织业务逻辑。像 EJB 和 Spring 这样的框架都以 high level 方式处理,这无助于组织我们的代码。除非我们改变这种凌乱,否则系统将不会健壮,框架中杂乱的 if...then 语句能带给我们可配置性、可读性的优点,以及在其他地方复用代码的愉悦吗?本文将介绍如何使用 Drools 规则引擎框架来解决这些问题。

    03

    【Drools】值得打工人学习的规则引擎Drools<一>

    规则引擎:全称为业务规则管理系统,英文名为BRMS(即Business Rule Management System)。规则引擎的主要思想是将应用程序中的业务决策部分分离出来,并使用预定义的语义模块编写业务决策(业务规则),由用户或开发者在需要时进行配置、管理。 需要注意的是规则引擎并不是一个具体的技术框架,而是指的一类系统,即业务规则管理系统。 目前市面上具体的规则引擎产品有:drools、VisualRules、iLog等。 规则引擎实现了将业务决策从应用程序代码中分离出来,接收数据输入,解释业务规则,并根据业务规则做出业务决策。规则引擎其实就是一个输入输出平台。

    02

    大规模开放数字商业知识图谱评测基准来了:OpenBG上线天池

    近年来,知识图谱受到学术界和产业界的广泛关注,在教育、生物医学、金融等领域得到了广泛的应用,凸显了结构化知识在智能应用中的重要作用。2020 年图灵奖得主 LeCun、Bengio 和 Hinton 在 2015 年《Nature》论文[1]曾指出:融合表示学习与复杂知识推理是人工智能进步的阶梯。在数字商业领域,知识图谱业务的蓬勃发展在许多应用显示出了巨大的潜力,但它仍面临着诸多挑战。例如,现有的商业知识图谱往往存在大量的缺失属性、实体节点和大量相同的未对齐的实体节点,且知识图谱通常由多种模态构成,因而如何对大规模数字知识图谱进行链接预测和实体对齐(同款商品挖掘)面临严峻挑战;此外,现有的知识图谱通常缺乏对知识显著性的建模,如当用户在电商平台搜索 “跑步”关键词 时,“瓶装水”一般不是用户真实的购物意图,用户关注的商品一般是 “跑步鞋、跑步机” 等健身用品。显著的常识可以帮助搜索引擎有更好的理解能力,从而返回更贴合用户需要的商品,因此如何基于数字商业知识图谱进行商品显著性推理也面临巨大挑战。

    02

    Molecular Psychiatry:步调不一致:焦虑障碍中的大脑-心脏失同步

    焦虑障碍(anxiety disorders, AD)的影像学研究显示,功能连接异常主要表现在突显网络(salience network, SN)、躯体运动网络(somatomotor network, SMN)和默认网络(default mode network, DMN)。然而,目前还不清楚这些网络变化究竟是如何发生的,以及它们与精神病理学症状的关系。本文中我们发现AD中受影响的功能网络与接收内脏输入的皮层区域(所谓的中枢/内脏自主网络)重叠。着眼于心脏传入,我们认为焦虑障碍的网络变化可能是由于正在进行的神经和心脏活动之间的相位同步性降低。这种神经-心脏去同步是由于每次心跳开始时神经活动的异常相位重置所致,可以通过较低的试验间相干性和心跳诱发电位来测量。

    01

    eLife: 脑岛的微观结构与宏观功能环路相互联系并能预测认知控制

    一、导读 人类的脑岛是一个在内部具有明显异质性的脑部结构,在认知行为控制中发挥着整合作用。上个世纪,脑岛的细胞构筑学研究依赖于尸体解剖大脑,在无创脑成像领域,其微观结构以及大尺度功能环路鲜有进展。近期发表在权威期刊eLife的一个研究:Microstructural organization of human insula is linked to its macrofunctional circuitry and predicts cognitive control,利用弥散张量成像,基于413名健康被试,发现脑岛各个亚区之间的微观结构存在显著的差异,且这些亚区分别负责不同的认知以及情感功能。脑岛的这种微观结构组织形式也映射到了在功能上与其相互连接的前扣带回(anterior cingulate cortex, ACC),该区域是负责切换认知控制功能的突显网络(salience network)的主要区域。这种微观组织结构趋势在恒河猴中得到验证,而且与行为之间建立联系并能够认知控制中个体间差异。这些新发现为研究与脑岛相关的疾病例如孤独症、精神分裂症以及额颞叶痴呆等疾病的病理机制探究中去。本文即对该研究作解读。

    00

    Cerebral Cortex:整个生命周期认知灵活性的脑动力学

    促进灵活认知和行为的神经机制,以及它们如何随着发育和衰老而改变,目前还不完全了解。目前的研究使用静息状态fMRI数据(n = 601,6 - 85岁)探索了整个生命周期的内在大脑动力学,并检查了三个神经认知网络(中扣带脑岛网络,M-CIN;内侧额顶网络M-FPN;侧额顶网络(L-FPN)与认知灵活性行为指标的相关性。分层多元回归分析显示,在L-FPN和M-FPN共激活的大脑状态和大脑状态转换之间的大脑动力学,调节了年龄的二次效应和由Delis-Kaplan执行功能系统(D-KEFS)测试分数衡量认知灵活性之间的关系。此外,对显著交互作用的简单斜率分析显示,与年轻人相比,儿童和老年人更有可能表现出与较差的认知灵活性相关的大脑动态模式。我们的研究发现,随着年龄的增长,认知灵活性的变化与支持这些变化的潜在大脑动力学有关。预防和干预措施应优先针对这些网络进行认知灵活性培训,以促进整个生命周期的最佳结果。

    04

    Cerebral Cortex:额顶控制网络的网络间作用可以很好地预测记忆抑制能力

    记忆抑制(Memorysuppression,MS)与精神健康相关。然而,没有研究探索内在静息态功能连接(resting-state functional connectivity,rs-FC)如何预测这种能力。本文基于rsfMRI脑功能连接组预测模型(connectome-based predictivemodeling,CPM)来探究预先定义脑网络(额顶控制网络或FPCN)中的rs-FC图谱是否能以及如何预测健康个体的MS(497名参与者)。在think/no-think范式中,使用由MS导致的遗忘来评估MS能力。结果表明,FPCN网络有利于建立MS预测模型。FPCN中的一些区域,如额中回、额上回和顶下叶在预测MS能力中起着重要作用。此外,FPCN与多个网络(如背侧注意网络(DAN)、腹侧注意网络(VAN)、默认模式网络(DMN)、边缘系统和皮下层区域)间的功能相互作用能够预测MS。关键的是,用于预测的FPCN网络是稳定的并对MS是特定的。这些结果表明FPCN与其他网络相互作用能够表明MS能力。这些结果有助于解释这些功能网络的相互作用是如何导致某些精神障碍中的特定入侵性思维和记忆的。

    00

    Cerebral Cortex:基因和环境对大脑功能连接的影响

    详细绘制基因和环境对功能连接体的影响是发展基因与临床诊断或认知能力之间的中间表型的关键一步。我们分析了来自两个成年双胞胎样本的静息状态功能磁共振成像数据,以量化遗传和环境对264个大脑区域(35000个功能连接)之间所有成对功能连接的影响。整个连接体的非共享环境影响较高。大约有14-22%的连接在每个样本中具有显著的遗传影响,4.6%的连接在两个样本中显著,12%的遗传力估计大于30%。共享环境影响的证据是微弱的。一种新的全连接体双变量遗传建模程序揭示,连接上的遗传影响不同于连接体整体总结测量、基于网络的连接估计和静息状态扫描期间的运动的遗传影响。大脑的遗传结构是多样的,并不像人们想象的那样,仅仅依靠非遗传信息数据或低分辨率数据的结构。作为后续研究,我们对功能连接进行了新的分类,并研究了具有特别强遗传影响的高度局部性连接。这种脑连通性的高分辨率遗传分类学将有助于理解基因对脑疾病的影响。

    02
    领券