[Progreso de la investigación en el aprendizaje automático en el procesamiento y la evaluación de la calidad de las...

Área de la Ciencia:

• La farmacognosia
• Química computacional
• Inteligencia artificial

Sus antecedentes:

• Las piezas de decocción de la Medicina Tradicional China (MTC) son vitales para la integridad y seguridad de la MTC.
• Los métodos actuales de control de calidad se enfrentan a desafíos de velocidad, objetividad e integración de datos complejos para las demandas de producción modernas.

Objetivo del estudio:

• Revisar las aplicaciones de aprendizaje automático en el procesamiento, la producción y la evaluación de la calidad de las piezas de decocción TCM.
• Analizar los desafíos actuales de implementación y proponer soluciones para la transformación inteligente de la MTC.

Principales métodos:

• Utilizando el aprendizaje automático para analizar datos multidimensionales (morfología, espectroscopia, huellas dactilares químicas) de piezas de decocción TCM.
• Construir modelos de análisis del espacio de características de alta dimensión para mejorar la evaluación de la calidad.

Principales resultados:

• El aprendizaje automático mejora significativamente la estandarización y la eficiencia de la toma de decisiones de la evaluación de la calidad de las piezas de decocción TCM.
• Demuestra potencial para el análisis profundo de rasgos complejos e integración de información de calidad multidimensional.

Conclusiones:

• El aprendizaje automático ofrece un enfoque poderoso para abordar las limitaciones en el control de calidad de la MTC convencional.
• Promover la transformación digital e inteligente de la industria de la MTC a través de la innovación tecnológica.