-
公开(公告)号：CN118248222A
公开(公告)日：2024-06-25
申请号：CN202410223199.8
申请日：2024-02-28
Applicant: 吉林大学
IPC: G16B40/00 , G16B40/30 , G06F18/15 , G06F18/211 , G06F18/2135 , G06F18/23213 , G06N3/0464 , G06N3/0455 , G06N3/044 , G06N3/042 , G06N3/088 , G06N3/048
Abstract: 本发明涉及一种计算机对空间转录组数据特征选择及聚类方法，隶属于科技部国家重点研发课题(2021YFF1201203)，本课题重点研究生物医学知识图谱自动构建和更新技术体系，通过输入空间转录组数据，以变分自编码器作为基础模型结合K‑means聚类，可以有效的对空间转录组数据做聚类。这种方法可以很好的帮助我们理解基因在生物体内的空间分布，从而揭示其生物过程中的作用。
-
公开(公告)号：CN118212974A
公开(公告)日：2024-06-18
申请号：CN202410071603.4
申请日：2024-01-18
Applicant: 吉林大学
IPC: G16B15/30 , G16B40/00 , G16B50/10 , G06N5/022 , G06N3/0464 , G06N3/045 , G06F18/2415 , G06F18/25 , G06F18/15
Abstract: 一种基于多源特征交互的药物靶标相互作用预测方法属生物信息学和计算机融合技术领域，本发明包括：网络构建‑‑收集药物、靶标相关数据，构建药物靶标知识图谱；药物表示‑‑利用五种不同的特征提取方法获得药物的特征；蛋白质表示‑‑利用五种不同的特征提取方法获得蛋白质的特征；网络嵌入‑‑采用两种图表示学习算法，生成网络中药物和靶点的特征表示；特征交互和输出‑‑通过多头自注意力机制进行特征交互得到高维特征，并通过残差连接保留初始低维特征，经分类器获得潜在药物‑靶点相互作用的预测。本发明整合多源特征，能提高药物‑靶点相互作用预测的准确性，在药物发现和开发中具有应用价值。
-
公开(公告)号：CN117077781A
公开(公告)日：2023-11-17
申请号：CN202310844409.0
申请日：2023-07-11
Applicant: 吉林大学
IPC: G06N5/025 , G06N5/02 , G06F40/279
Abstract: 本发明涉及一种回调非线性计算知识表征体关系析取方法，涉及在生物医学领域，表征体关系表征是一个重要的工具，可以将大量的生物医学知识以一种结构化的方式进行表达和组织，从而帮助医生更好地理解和利用知识。表征体关系表征包含了丰富的知识信息和多样的数据类型，可以帮助医生进行生物医学知识的计算机化处理和分析。
-
公开(公告)号：CN116779039A
公开(公告)日：2023-09-19
申请号：CN202310202596.2
申请日：2023-03-06
Applicant: 吉林大学
Abstract: 本发明涉及一种计算机对包含针对标记序列分段生物信息的处理方法，本发明用自适应技术解决生物设备信息预测问题，在样本量较少的情况下能够提前进行重复的识别，对这些特征用方差选择法和互信息法进行处理，通过滑动事先约定的规则窗口法进行样本标记的构造，建立结合基本模型，进行源域和目标域信息的适配，以拉近源域和目标域之间的距离，得到更好的预测效果，添加了信息增强操作，对信息添加了高斯白噪声，有效地防止了模型过拟合。
-
公开(公告)号：CN114944198A
公开(公告)日：2022-08-26
申请号：CN202210561789.2
申请日：2022-05-23
Applicant: 吉林大学
Abstract: 本发明设计一种计算机处理采集设备数据的融合方法，先利用空间型相关性解释对空间转录组数据矩阵进行反卷积算法，利用单细胞信息点获得特异性基因，对单细胞信息点进行降维聚类之后，找到每个细胞信息簇中特异性表达的基因数据，对空间转录组数据矩阵进行反卷积操作，在获得了不同细胞类型的特异性基因数据之后，首先利用半监督主题模型对单细胞信息点进行训练，通过比较主题和细胞类型的相关性，来调整模型的参数；调完参数之后再将空间转录组数据矩阵放入到模型中训练，获得空间转录组数据矩阵中每个细胞信息捕获点S的主题分布情况，即细胞类型组成；然后根据细胞类型组成提高空间转录组数据矩阵图谱分辨率；本发明更有利于生物上的研究。
-
Patent Agency Ranking
-
公开(公告)号：CN119621996A
公开(公告)日：2025-03-14
申请号：CN202411731724.3
申请日：2024-11-29
Applicant: 吉林大学
IPC: G06F16/36 , G06N3/0455 , G06N5/02 , G06N5/04
Abstract: 一种大规模知识图谱预训练模型与推理平台的构建方法属计算机的知识图谱技术领域，本发明将提示信息加入到实体和关系序列中，使模型捕获更加丰富的信息以及更准确的实体和关系表示；提出结构调整函数和规则调整函数，对候选实体的分数进行调整，提高知识图谱补全的精度；实验证明：本发明在生物医学知识图谱补全任务上的有效性和优越性显著，能以更高的精度实现生物医学知识图谱的补全。
-
公开(公告)号：CN118709541A
公开(公告)日：2024-09-27
申请号：CN202410796594.5
申请日：2024-06-20
Applicant: 吉林大学
IPC: G06F30/27 , G06N3/0455 , G06N5/04 , G06N3/0442 , G06F119/14
Abstract: 一种基于交互强度推断的动力学预测方法属计算机复杂动态系统技术领域，本发明提出了NSI‑GEMP模型，能实现动力学预测的同时推断个体间的交互强度，并且引入“动态”版本DNSI‑GEMP，成功捕获到节点间连续、加权，且不断演变的相互作用，并且能实现精确的动力学建模。本发明还提出一个新颖的全局边间消息传递机制，整合整个图中的交互信息，得到交互的全局依赖关系；最后，本发明扩展了有关交互的先验，能成功减少交互强度的搜索空间。通过实验证明：本发明在推断交互结构以及动力学建模上的优越性。
-
公开(公告)号：CN115496727A
公开(公告)日：2022-12-20
申请号：CN202211163137.X
申请日：2022-09-23
Applicant: 吉林大学
Abstract: 本发明涉及一种计算机生成误差模型控制方法，通过目标驱动的第一动态延迟算法来对血管部分进行狭窄位置定位；优化第一动态延迟算法，动态使用第一区域卷积神经网络模型和视网膜网络模型；第一区域卷积神经网络模型先生成目标的候选区，接着对目标的候选区进行特征提取，生成特征提取后的目标的候选区K，并用向量机模型对特征提取后的目标的候选区K进行分类，再借助线性回归模型判断特征提取后的目标的候选区K位置，实现效率的提高。
-
公开(公告)号：CN114944198B
公开(公告)日：2024-09-10
申请号：CN202210561789.2
申请日：2022-05-23
Applicant: 吉林大学
Abstract: 本发明设计一种计算机处理采集设备数据的融合方法，先利用空间型相关性解释对空间转录组数据矩阵进行反卷积算法，利用单细胞信息点获得特异性基因，对单细胞信息点进行降维聚类之后，找到每个细胞信息簇中特异性表达的基因数据，对空间转录组数据矩阵进行反卷积操作，在获得了不同细胞类型的特异性基因数据之后，首先利用半监督主题模型对单细胞信息点进行训练，通过比较主题和细胞类型的相关性，来调整模型的参数；调完参数之后再将空间转录组数据矩阵放入到模型中训练，获得空间转录组数据矩阵中每个细胞信息捕获点S的主题分布情况，即细胞类型组成；然后根据细胞类型组成提高空间转录组数据矩阵图谱分辨率；本发明更有利于生物上的研究。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.016 seconds)
