公开(公告)号：CN114699395A

公开(公告)日：2022-07-05

申请号：CN202210326001.X

申请日：2022-03-29

Applicant: 华为云计算技术有限公司 ,  西安交通大学第一附属医院

Inventor： 刘冰 ,  刘登辉 ,  王昕 ,  张沛沛 ,  王亚文 ,  徐迟 ,  乔楠

IPC: A61K31/18 ,  A61P31/04 ,  A61K38/16

Abstract: 本发明涉及医药领域。特别地，本发明涉及贝利司他或其药学上可接受的盐在制备治疗感染的药物中的用途。

公开(公告)号：CN117321692A

公开(公告)日：2023-12-29

申请号：CN202180097197.3

申请日：2021-04-29

Applicant: 华为云计算技术有限公司

Inventor： 奥列克桑德尔·雅科文科 ,  张雷 ,  徐迟 ,  乔楠 ,  张勇 ,  王岚君

IPC: G16B40/00

Abstract: 提供了用于从分子图生成嵌入的方法和系统，可用于候选分子的分类。物理模型用于生成任务相关的特征向量集合，表示所述分子图的局部物理特征。经过训练的嵌入生成器用于生成任务相关的结构嵌入集合，表示顶点集合之中的连接性和所述顶点集合的任务相关特征。所述任务相关的特征向量与所述任务相关的结构嵌入组合，并作为输入提供给经过训练的分类器。所述经过训练的分类器生成表示所述候选分子的分类的预测类别标签。

公开(公告)号：CN116030883A

公开(公告)日：2023-04-28

申请号：CN202111253270.X

申请日：2021-10-27

Applicant: 华为云计算技术有限公司 ,  中国科学院上海药物研究所

Inventor： 蒋华良 ,  乔楠 ,  郑明月 ,  田奇 ,  王鼎言 ,  刘登辉 ,  程曦 ,  许志梦 ,  谢凌曦 ,  张晓鹏 ,  何建忠 ,  何文俊 ,  林歆远 ,  张雷 ,  徐迟

IPC: G16B15/20 ,  G16B30/10

Abstract: 本申请实施例提供了一种蛋白质结构预测方法、装置、设备及存储介质。该方法包括：对于待预测的蛋白质，在基于该蛋白质的氨基酸序列获取到多个多序列比对结果之后，利用蛋白质结构预测模型，得到与该多个多序列比对结果一一对应的多个结构信息，从中挑选出符合目标条件的结构信息。其中，多序列比对结果指示该氨基酸序列的多个同源氨基酸序列，由于同源的两个氨基酸序列对应的蛋白质的空间结构往往是接近的，因此根据多序列比对结果能够较为准确地预测出该蛋白质的空间结构。另外，上述方法利用了蛋白质结构预测模型的泛化能力，将蛋白质对应的多个多序列比对结果都参与到蛋白质结构的预测过程中，从而有效提高了蛋白质结构预测的准确率和效率。

公开(公告)号：CN112466401B

公开(公告)日：2024-04-09

申请号：CN201910866677.6

申请日：2019-09-12

Applicant: 华为云计算技术有限公司

Inventor： 乔楠 ,  徐迟

IPC: G16B40/00 ,  G16B50/00

Abstract: 本申请公开了一种利用人工智能AI模型组分析多类数据的方法及装置，属于人工智能技术领域。该方法包括：获取多类数据，该多类数据中的每一类数据表示影响目标事件的结果的一方面因素；并输入多类数据中的每一类数据至对应的第一AI模型，根据每个第一AI模型的目标隐含层获得对应一类数据的目标隐含层特征；然后，根据多个目标隐含层特征生成融合特征；再输入融合特征至第二AI模型，以根据第二AI模型对融合特征进行分析，输出预测值，该预测值指示根据多类数据对目标事件进行预测的结果。本申请提高了根据多类数据对目标事件进行预测的准确性。

公开(公告)号：CN115620902A

公开(公告)日：2023-01-17

申请号：CN202210028933.6

申请日：2022-01-11

Applicant: 华为云计算技术有限公司

Inventor： 乔楠 ,  林歆远 ,  徐迟

IPC: G16H50/30 ,  G16H50/20 ,  G16H50/50 ,  G06F18/214 ,  G06F18/24 ,  G06N3/0499 ,  G06N3/08

Abstract: 本申请公开了一种预测生存风险率(hazard ratio，HR)的方法及装置，涉及人工智能技术领域。该方法包括：获取待预测样本的数据。将待预测样本的数据输入至预设模型，通过预设模型对待预测样本的数据进行处理，得到用于表示该待预测样本的生存风险的生存风险率HR。其中，该预设模型包括门控网络和多个专家网络，该门控网络用于根据待预测样本的数据确定每个专家网络对应的权重系数，生存风险率为根据每个专家网络对应的权重系数对多个专家网络的输出值加权求和获得的结果。

公开(公告)号：CN114664391A

公开(公告)日：2022-06-24

申请号：CN202011538932.3

申请日：2020-12-23

Applicant: 华为云计算技术有限公司

Inventor： 乔楠 ,  林歆远 ,  徐迟

IPC: G16C20/50 ,  G16C20/70 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请实施例公开了一种分子特征确定的方法、相关装置以及设备，用于提升所确定的分子特征的准确度。本申请实施例方法中，先获取目标分子图，再基于目标分子图，获取N个节点特征以及M个边特征，且N和M均为大于1的整数，进一步地利用经过预训练的分子表征模型对N个节点特征以及M个边特征进行处理，得到目标分子特征，经过预训练的分子表征模型包括编码器和解码器，在预训练分子表征模型时，编码器用于对训练分子图的特征进行编码，解码器用于将编码器的编码结果重建为简化分子线性输入规范SMILES表达式，编码器和解码器的参数被迭代调整。