公开(公告)号：CN110277174B

公开(公告)日：2023-10-13

申请号：CN201910513981.2

申请日：2019-06-14

Applicant: 上海海洋大学

Inventor： 秦玉芳 ,  陈希 ,  陈明

IPC: G16H70/40 ,  G06F18/213 ,  G06F18/27 ,  G06N3/0464 ,  G06N3/08

Abstract: 一种基于神经网络的抗癌药物协同作用的预测方法，该方法是利用神经网络模型实现的，所述神经网络模型包含卷积神经网络CNN1D降维和神经网络DNN回归构建的预测模型；利用卷积神经网络CNN1D降维和神经网络DNN回归构建的预测模型，能更加方便、快速降低数据的维度，减少模型训练的复杂度；该方法能够从多维度特征学习抗癌药物的潜在协同关系，其预测模型的预测精度高，可以帮助临床实验减少时间和金钱成本，快速定位有效的药物组合。

公开(公告)号：CN110277174A

公开(公告)日：2019-09-24

申请号：CN201910513981.2

申请日：2019-06-14

Applicant: 上海海洋大学

Inventor： 秦玉芳 ,  陈希 ,  陈明

IPC: G16H70/40 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于神经网络的抗癌药物协同作用的预测方法，该方法是利用神经网络模型实现的，所述神经网络模型包含卷积神经网络CNN1D降维和神经网络DNN回归构建的预测模型；利用卷积神经网络CNN1D降维和神经网络DNN回归构建的预测模型，能更加方便、快速降低数据的维度，减少模型训练的复杂度；该方法能够从多维度特征学习抗癌药物的潜在协同关系，其预测模型的预测精度高，可以帮助临床实验减少时间和金钱成本，快速定位有效的药物组合。