公开(公告)号：CN116434834A

公开(公告)日：2023-07-14

申请号：CN202310396881.2

申请日：2023-04-13

Applicant: 清华大学

Inventor： 聂再清 ,  张嘉欢 ,  赵苏原 ,  黄婷婷 ,  马维英 ,  张亚勤

IPC: G16B30/00 ,  G16B40/00 ,  G06F18/214 ,  G06F18/24 ,  G06F18/22 ,  G06N3/04 ,  G06N3/08 ,  G06N3/098

Abstract: 本发明提供一种基于单细胞RNA测序数据的基因表达表示学习方法和装置，包括：获取目标单细胞的RNA测序数据；利用预存的表示学习模型，对所述RNA测序数据进行全局特征提取，以得到所述目标单细胞的基因表达向量；其中，所述表示学习模型，是对单细胞RNA测序数据集进行多任务联合学习得到的；所述多任务至少包括掩码学习任务、分类任务和对比学习任务中的两个。本发明对单细胞RNA测序数据中的全局信息直接进行特征提取，提升了单细胞基因表达的准确性。

公开(公告)号：CN116431829A

公开(公告)日：2023-07-14

申请号：CN202310394216.X

申请日：2023-04-13

Applicant: 清华大学

Inventor： 聂再清 ,  杨凯 ,  罗弈桢 ,  张嘉欢 ,  吴俣帅 ,  黄婷婷 ,  马维英 ,  张亚勤

IPC: G06F16/36 ,  G06F18/25 ,  G06F18/213 ,  G06F18/214 ,  G16C20/70 ,  G16C20/30 ,  G16B15/30 ,  G16B40/00

Abstract: 本发明提供一种多模态生物医药数据的处理方法及装置，其中的方法包括：获取多模态输入数据；对分子结构数据、知识图谱数据以及文本数据分别进行编码处理，得到相应的结构特征表示、知识特征表示以及文本特征表示；对结构特征表示、知识特征表示以及文本特征表示进行融合处理，得到融合特征表示；基于融合特征表示，对多种下游预测任务进行预测。该方法采用特征融合的方式处理学习到的分子结构数据、知识图谱数据以及文本数据的特征表示，使得到的融合特征表示能够支持多种下游预测任务，实现了多模态生物医药数据的特征融合，提高了下游预测任务的预测精度。

公开(公告)号：CN114758749A

公开(公告)日：2022-07-15

申请号：CN202210293527.2

申请日：2022-03-23

Applicant: 清华大学 ,  北京智源人工智能研究院

Inventor： 聂再清 ,  张嘉欢 ,  黄婷婷 ,  马为之 ,  刘洋 ,  马维英 ,  黄文灏 ,  曹岗 ,  赵小帆 ,  史业民 ,  张学丰

IPC: G16H20/60 ,  G16H50/70 ,  G06K9/62 ,  G06F16/36 ,  G06F16/35 ,  G06F16/31 ,  G06F40/279 ,  G06F16/242 ,  G06F16/901

Abstract: 本发明提供一种基于妊娠期的营养饮食管理图谱创建方法及装置，其中方法包括：获取与妊娠糖尿病相关的目标结构化数据和目标非结构化数据；基于所述目标结构化数据，确定所述妊娠糖尿病的症状及与所述症状具有关联关系的营养饮食信息，并基于所述症状和所述营养饮食信息，创建妊娠期的营养饮食管理图谱本体；识别所述目标非结构化数据中与所述症状和/或所述营养饮食信息匹配的目标实体关系；将所述营养饮食管理图谱本体和所述目标实体关系进行融合处理，生成妊娠糖尿病营养饮食管理图谱。使用本发明能够为妊娠用户针对性的提供直观系统的科学饮食指导，降低了营养饮食方案的获取成本，从而大幅提升了妊娠期营养饮食的管理效果。

公开(公告)号：CN114743673A

公开(公告)日：2022-07-12

申请号：CN202210293525.3

申请日：2022-03-23

Applicant: 清华大学 ,  北京智源人工智能研究院

Inventor： 聂再清 ,  张嘉欢 ,  黄婷婷 ,  马为之 ,  刘洋 ,  马维英 ,  黄文灏 ,  曹岗 ,  赵小帆 ,  史业民 ,  张学丰

IPC: G16H50/30 ,  G16H20/60 ,  G16H20/30 ,  G16H10/60

Abstract: 本发明提供一种妊娠糖尿病的健康管理方法、装置及电子设备，其中妊娠糖尿病的健康管理方法，包括：获取目标用户的个人基本信息和运动禁忌信息；基于个人基本信息和运动禁忌信息，向目标用户推送饮食配餐方案和孕期运动策略。本发明能够通过与目标用户发生交互的方式，向目标用户推送饮食配餐方案和孕期运动策略，实现了目标用户的主动健康管理目的，为目标用户提供及时的专业饮食指导和专业运动指导，从而大幅降低了妊娠糖尿病患者并发症出现几率，改善了妊娠糖尿病患者的妊娠结局，并提升了妊娠糖尿病发病的预防效果。

公开(公告)号：CN114661913A

公开(公告)日：2022-06-24

申请号：CN202210161990.1

申请日：2022-02-22

Applicant: 清华大学

Inventor： 聂再清

IPC: G06F16/36 ,  G06F40/295 ,  G06F40/186

Abstract: 本发明提供一种基于预训练语言模型的实体关系抽取方法及装置。该方法包括：基于种子知识从待抽取知识文本库获取相应的候选模板；对所述候选模板进行排序及筛选，确定Prompt模板；基于所述Prompt模板生成的提示文本、预训练语言模型以及Prompt Tuning方式对原始输入信息进行实体知识挖掘，获得相应的实体知识；将所述实体知识作为新的种子知识，利用所述新的种子知识进行挖掘以产生新的候选模板，并基于所述新的候选模板进行循环迭代处理，获得循环迭代处理过程中输出的知识挖掘结果。本发明提供的基于预训练语言模型的实体关系抽取方法，能够降低Prompt模板的标注成本，有效提高知识挖掘的效率。

公开(公告)号：CN114627442A

公开(公告)日：2022-06-14

申请号：CN202210114613.2

申请日：2022-01-30

Applicant: 清华大学 ,  阿波罗智联(北京)科技有限公司

Inventor： 聂再清 ,  罗弈桢 ,  俞海宝 ,  杨泽邦 ,  袁基睿

IPC: G06V20/56 ,  G06K9/62 ,  G06V20/64 ,  G06V10/80

Abstract: 本发明提供一种基于后融合的车路协同三维目标检测方法及系统，其中方法包括：分别获取路端和车端检测的各车辆的位置信息；根据路端检测的各车辆在路端时间戳下的行驶速度以及路端检测的各车辆的位置信息，预测得到路端检测的各车辆在车端时间戳下的位置信息；将路端检测的各车辆在车端时间戳下的位置信息和车端检测的各车辆的位置信息转换到同一坐标系，对各车辆的位置信息融合，得到三维目标检测结果。用以解决现有技术中默认车路传感器时间同步，所造成的车路协同误差较大的缺陷，实现根据车辆在路端时间戳下的行驶速度预测车辆在车端时间戳下的位置信息，有效克服了车路传感器时间异步，以及通信时延所带来的偏差，提高了目标检测精度。