智能物流(SL)通过利用物联网(IoT)、人工智能(AI)、区块链、云计算、5G等信息与通信技术(ICT),为电子商务提供了竞争优势。这些技术能够实现自动化、优化,并支持货物的实时追踪与监控,预测并防止延误,优化配送路线和时间表。智能物流还...智能物流(SL)通过利用物联网(IoT)、人工智能(AI)、区块链、云计算、5G等信息与通信技术(ICT),为电子商务提供了竞争优势。这些技术能够实现自动化、优化,并支持货物的实时追踪与监控,预测并防止延误,优化配送路线和时间表。智能物流还提供了更高的可见性和控制力,使电子商务企业能够快速、高效地应对需求或供应的变化。本研究的目的在于探讨数字化对电子商务贸易物流的影响,重点分析智能物流在电子商务行业中的重要性。我们还发现了多个研究空白和未来研究的方向,包括计算机视觉技术的使用不足、对产品质量检测和残障人士可访问性的研究需求。此外,我们建议探索深度学习在解决车辆路径问题(VRP)中的潜力,并优化传感数据量以减少数据存储和传输的成本。Smart Logistics (SL) provides competitive advantages to e-commerce by leveraging Information and Communication Technologies (ICT), such as the Internet of Things (IoT), Artificial Intelligence (AI), blockchain, cloud computing, and 5G. These technologies enable automation and optimization, support real-time tracking and monitoring of goods, predict and prevent delays, and optimize delivery routes and schedules. Smart logistics also offers greater visibility and control, allowing e-commerce companies to respond quickly and efficiently to changes in demand or supply. The purpose of this study is to explore the impact of digitization on e-commerce trade logistics, focusing on the importance of smart logistics in the e-commerce industry. We have also identified several research gaps and future research directions, including the underutilization of computer vision technologies and the need for research on product quality inspection and accessibility for people with disabilities. Furthermore, we suggest exploring the potential of deep learning in solving the Vehicle Routing Problem (VRP) and optimizing the amount of sensor data to reduce costs associated with data storage and transmission.展开更多
方面情感三元组抽取(ASTE)是方面情感分析中一项极具挑战性的子任务,目的是提取所给句子中的方面项、观点项和对应的情感极性。现有的面向ASTE任务的模型分为流水线模型和端到端模型。针对流水线模型易受到错误传播的影响,且大部分现有...方面情感三元组抽取(ASTE)是方面情感分析中一项极具挑战性的子任务,目的是提取所给句子中的方面项、观点项和对应的情感极性。现有的面向ASTE任务的模型分为流水线模型和端到端模型。针对流水线模型易受到错误传播的影响,且大部分现有端到端模型忽略了句子中丰富的句法信息问题,提出一种语义和句法增强的双通道方面情感三元组抽取模型(SSED-ASTE)。首先,使用BERT(Bidirectional Encoder Representation from Transformers)编码器对上下文编码;其次,使用双向长短期记忆(Bi-LSTM)网络捕捉上下文语义依赖关系;再次,通过2个并行的图卷积网络(GCN)分别使用自注意力机制和依存句法分析提取语义特征和句法特征并融合;最后,使用网格标记方案(GTS)抽取三元组。在4个公开数据集上进行实验分析,与GTS-BERT模型相比,所提模型的F1值分别提升了0.29、1.50、2.93和0.78个百分点。实验结果表明,所提模型可以有效利用句子中隐含的语义信息和句法信息,实现较准确的三元组抽取。展开更多
为了解禽白血病病毒(ALV)gp85基因的特点,采用Primer Premier 5.0设计一对特异性引物,对gp85基因进行扩增、克隆及序列测定,用相关生物学软件对贵州流行株gp85基因进行序列分析,并对其编码蛋白进行二级结构、B细胞表位、保守结构域、跨...为了解禽白血病病毒(ALV)gp85基因的特点,采用Primer Premier 5.0设计一对特异性引物,对gp85基因进行扩增、克隆及序列测定,用相关生物学软件对贵州流行株gp85基因进行序列分析,并对其编码蛋白进行二级结构、B细胞表位、保守结构域、跨膜结构域和信号肽预测。测序获得921 bp长的序列,将此流行株命名为ALV-GZ-16。分析发现,流行株ALV-GZ-16的gp85基因核苷酸序列与J亚群中国分离毒株的gp85基因序列同源性为97.5%~99.9%,其编码的氨基酸序列与J亚群中国分离毒株的同源性为96.8%~99.7%;系统进化分析显示,该流行株与J亚群原型毒株处于同一分支,与贵州分离株GZN49处于同一小分支;其二级结构中无规则卷曲和β-折叠所占比例较大;预测此蛋白存在4个B细胞优势抗原表位,无跨膜结构和信号肽区域。研究结果进一步完善了贵州省禽白血病病毒流行株的生物学特性,为gp85蛋白特异性抗体的制备提供一定的理论基础。展开更多
文摘智能物流(SL)通过利用物联网(IoT)、人工智能(AI)、区块链、云计算、5G等信息与通信技术(ICT),为电子商务提供了竞争优势。这些技术能够实现自动化、优化,并支持货物的实时追踪与监控,预测并防止延误,优化配送路线和时间表。智能物流还提供了更高的可见性和控制力,使电子商务企业能够快速、高效地应对需求或供应的变化。本研究的目的在于探讨数字化对电子商务贸易物流的影响,重点分析智能物流在电子商务行业中的重要性。我们还发现了多个研究空白和未来研究的方向,包括计算机视觉技术的使用不足、对产品质量检测和残障人士可访问性的研究需求。此外,我们建议探索深度学习在解决车辆路径问题(VRP)中的潜力,并优化传感数据量以减少数据存储和传输的成本。Smart Logistics (SL) provides competitive advantages to e-commerce by leveraging Information and Communication Technologies (ICT), such as the Internet of Things (IoT), Artificial Intelligence (AI), blockchain, cloud computing, and 5G. These technologies enable automation and optimization, support real-time tracking and monitoring of goods, predict and prevent delays, and optimize delivery routes and schedules. Smart logistics also offers greater visibility and control, allowing e-commerce companies to respond quickly and efficiently to changes in demand or supply. The purpose of this study is to explore the impact of digitization on e-commerce trade logistics, focusing on the importance of smart logistics in the e-commerce industry. We have also identified several research gaps and future research directions, including the underutilization of computer vision technologies and the need for research on product quality inspection and accessibility for people with disabilities. Furthermore, we suggest exploring the potential of deep learning in solving the Vehicle Routing Problem (VRP) and optimizing the amount of sensor data to reduce costs associated with data storage and transmission.
文摘方面情感三元组抽取(ASTE)是方面情感分析中一项极具挑战性的子任务,目的是提取所给句子中的方面项、观点项和对应的情感极性。现有的面向ASTE任务的模型分为流水线模型和端到端模型。针对流水线模型易受到错误传播的影响,且大部分现有端到端模型忽略了句子中丰富的句法信息问题,提出一种语义和句法增强的双通道方面情感三元组抽取模型(SSED-ASTE)。首先,使用BERT(Bidirectional Encoder Representation from Transformers)编码器对上下文编码;其次,使用双向长短期记忆(Bi-LSTM)网络捕捉上下文语义依赖关系;再次,通过2个并行的图卷积网络(GCN)分别使用自注意力机制和依存句法分析提取语义特征和句法特征并融合;最后,使用网格标记方案(GTS)抽取三元组。在4个公开数据集上进行实验分析,与GTS-BERT模型相比,所提模型的F1值分别提升了0.29、1.50、2.93和0.78个百分点。实验结果表明,所提模型可以有效利用句子中隐含的语义信息和句法信息,实现较准确的三元组抽取。
文摘为了解禽白血病病毒(ALV)gp85基因的特点,采用Primer Premier 5.0设计一对特异性引物,对gp85基因进行扩增、克隆及序列测定,用相关生物学软件对贵州流行株gp85基因进行序列分析,并对其编码蛋白进行二级结构、B细胞表位、保守结构域、跨膜结构域和信号肽预测。测序获得921 bp长的序列,将此流行株命名为ALV-GZ-16。分析发现,流行株ALV-GZ-16的gp85基因核苷酸序列与J亚群中国分离毒株的gp85基因序列同源性为97.5%~99.9%,其编码的氨基酸序列与J亚群中国分离毒株的同源性为96.8%~99.7%;系统进化分析显示,该流行株与J亚群原型毒株处于同一分支,与贵州分离株GZN49处于同一小分支;其二级结构中无规则卷曲和β-折叠所占比例较大;预测此蛋白存在4个B细胞优势抗原表位,无跨膜结构和信号肽区域。研究结果进一步完善了贵州省禽白血病病毒流行株的生物学特性,为gp85蛋白特异性抗体的制备提供一定的理论基础。
