一种考虑负样本位置回归的目标检测方法及装置

    公开(公告)号:CN117407839A

    公开(公告)日:2024-01-16

    申请号:CN202311506772.8

    申请日:2023-11-13

    Abstract: 本申请提出了一种考虑负样本位置回归的目标检测方法及装置,该包括:获取预测样本,基于目标检测系列模型对预测样本进行端对端匹配,得到预测样本中的负样本,根据次优框筛选器筛选负样本中的次优框;根据次优框的位置回归情况,构建与负样本配套的位置回归损失函数;将位置回归损失函数融入目标检测系列模型的训练阶段,以进行考虑负样本位置回归的目标检测。本申请建立了全面的目标检测位置回归框架,设计了两种负样本回归损失,填补了领域内对于负样本位置回归问题研究的空白,基于目标检测模型,设计了相关融合组件,仅通过筛选次优框和替换现有优化损失,简单高效地提升模型性能,并促进模型进一步实现真正意义上的端对端匹配和检测。

    基于人工智能的菌株筛选方法及装置

    公开(公告)号:CN114944199B

    公开(公告)日:2024-10-18

    申请号:CN202210465987.9

    申请日:2022-04-26

    Inventor: 杨煜清

    Abstract: 本发明提出一种基于人工智能的菌株筛选方法及装置,其中方法包括,运用关联推断算法解析人体肠道微生物基因测序数据,对人体肠道微生物进行系统生物学分析,获取微生物群落中各微生物之间以及单个微生物与宿主疾病之间的关联模式,生成微生物关联网络;基于微生物关联网络,利用疾病、免疫系统与微生物相关知识筛选微生物关联网络中影响疾病进展的重要节点和子网络,得到关键微生物信息;通过分析关键微生物信息所属的可培养的细菌菌株基因组,对不同菌株组合进行微生物代谢网络流平衡分析,评估不同菌株组合对患者肠道微生态的影响,筛选出最优的菌株组合。本发明有助于活菌药物发现的智能化和效率提升。

    一种防御数据投毒攻击的联邦学习方法

    公开(公告)号:CN116402126A

    公开(公告)日:2023-07-07

    申请号:CN202310389952.6

    申请日:2023-04-12

    Abstract: 本发明提出一种防御数据投毒攻击的联邦学习方法,包括,获取包含客户端中数据全部特征分布的共享数据集;根据客户端的本地数据集对模型F进行训练,其中模型F用于学习本地数据集中样本特征和目标向量之间的关系;根据客户端的本地数据集对模型G进行预训练,根据共享数据集对模型G′进行预训练,其中模型G和G′用于学习模型F个性化层参数和向量c之间的关系;获取客户端的本地数据量、向量c、模型F参数以及模型F输出的个性化层参数通过模型G的输出V;将个性化层参数作为模型G′的输入,得到输出V′,计算L=||V′‑V||,根据L判断客户端是否存在数据投毒攻击或梯度攻击,通过服务器对恶意客户端的模型参数赋予较低的权值减轻数据投毒攻击和针对模型参数攻击的影响。

    基于人工智能的基因及基因簇功能预测方法及装置

    公开(公告)号:CN116030881A

    公开(公告)日:2023-04-28

    申请号:CN202211596221.0

    申请日:2022-12-13

    Inventor: 杨煜清 李常坤

    Abstract: 本发明提出一种基于人工智能的基因及基因簇功能预测方法,包括,获取目标基因组的所有蛋白序列;利用已有目标功能的蛋白质的功能注释信息,构建模型训练集,训练得到预测模型;通过预测模型对所有蛋白序列进行目标功能的预测,获取蛋白序列的序列信息功能得分;利用蛋白质结构预测模型对蛋白序列的结构进行目标功能的预测,获取蛋白序列的结构信息功能得分;将序列信息功能得分和结构信息功能得分综合的结果作为蛋白序列的最终得分,根据所有蛋白序列的最终得分,评估目标基因组上的所有基因簇,挑选分值最大的基因簇作为候选基因簇。本发明为每个感兴趣的功能,针对性的构建数据集和序列预测模型,进行特定功能基因簇的预测、判别和筛选。

    一种基于联邦学习的可解释性疾病风险预测方法及装置

    公开(公告)号:CN115985496A

    公开(公告)日:2023-04-18

    申请号:CN202211634726.1

    申请日:2022-12-19

    Abstract: 本申请提出了一种基于联邦学习的可解释性疾病风险预测方法及装置,涉及疾病风险预测领域,包括:从中心服务器向客户端发送统计请求;在客户端收到所述统计请求后,统计本地数据集中的所述第一患者子人群信息,并将所述第一患者子人群信息发送至所述中心服务器;汇总第一患者子人群信息以确定第二患者子人群信息,根据第二患者子人群信息确定子人群特征和不良事件风险信息,并发送至客户端进行本地训练,构建可解释性疾病风险预测模型,实现对患者的疾病风险预测。本申请通过构建可解释性疾病风险预测模型,进行横向联邦学习技术创新,实现患者的疾病风险预测,解决了数据非独立同分布和数据错误及恶意攻击造成的模型性能损失和患者隐私泄露问题。

    基于人工智能的菌株筛选方法及装置

    公开(公告)号:CN114944199A

    公开(公告)日:2022-08-26

    申请号:CN202210465987.9

    申请日:2022-04-26

    Inventor: 杨煜清

    Abstract: 本发明提出一种基于人工智能的菌株筛选方法及装置,其中方法包括,运用关联推断算法解析人体肠道微生物基因测序数据,对人体肠道微生物进行系统生物学分析,获取微生物群落中各微生物之间以及单个微生物与宿主疾病之间的关联模式,生成微生物关联网络;基于微生物关联网络,利用疾病、免疫系统与微生物相关知识筛选微生物关联网络中影响疾病进展的重要节点和子网络,得到关键微生物信息;通过分析关键微生物信息所属的可培养的细菌菌株基因组,对不同菌株组合进行微生物代谢网络流平衡分析,评估不同菌株组合对患者肠道微生态的影响,筛选出最优的菌株组合。本发明有助于活菌药物发现的智能化和效率提升。

    显示屏幕面板的智能导诊的图形用户界面

    公开(公告)号:CN308576344S

    公开(公告)日:2024-04-12

    申请号:CN202330369644.8

    申请日:2022-12-20

    Abstract: 1.本外观设计产品的名称:显示屏幕面板的智能导诊的图形用户界面。
    2.本外观设计产品的用途:用于运行程序、信息显示、人机交互。
    3.本外观设计产品的设计要点:在于屏幕中图形用户界面的界面内容。
    4.最能表明设计要点的图片或照片:设计1主视图。
    5.指定设计1为基本设计。
    6.图形用户界面的用途:本图形用户界面用于智能导诊。
    设计1主视图为推荐医生的结果界面,设计2主视图为推荐医院的结果界面,用户可根据界面提示进行相关操作。
    设计3主视图为推荐医生的结果界面,用户点击“推荐医院”按钮,可查看系统推荐的医院,如设计3界面变化状态图所示。
    设计4主视图为推荐医生的结果界面,用户点击界面右上角的“智能导诊”文字,界面出现智能导诊的弹窗,该弹窗可拖拽到任意位置,弹窗拖拽后如设计4界面变化状态图所示。
    7.其他需要说明的情形其他说明:本显示屏幕面板应用于计算机、笔记本电脑、平板电脑、手机、智能手表、智能手环、健身监视器、头戴式耳机、个人数字助理(PDA)、智能音箱、电视、机顶盒、投影仪、游戏机或导航仪、汽车。

Patent Agency Ranking