公开(公告)号：CN118969062A

公开(公告)日：2024-11-15

申请号：CN202410842887.2

申请日：2024-06-27

Applicant: 南京邮电大学

Inventor： 魏建香 ,  陈宗元 ,  孟庆民 ,  罗越

IPC: G16B15/30 ,  G16C20/50 ,  G16C20/70

Abstract: 本发明公开了一种科尔莫戈洛夫GCN蛋白质配体亲和力预测方法，它将图神经网络与配体与蛋白质相互作用(Drug‑Target Interaction，DTI)相关联，来预测DTI中此类亲和力。在预测亲和力时，在GCN堆叠之后引入科尔莫戈洛夫网络(KAN)，以有效地判别配体与蛋白质中哪些子序列更可能结合。该方法分别利用GCN提取配体和蛋白质分子抽象信息，使得蛋白质和配体相互作用的表征更高效。KAN将激活函数放在边缘(权重)上，并且使其可学习。于是，KAN的计算重新表述为先通过利用不同基函数来处理输入或者先对输入进行激活处理，然后对其输出进行线性组合。针对DTI，这种基于KAN的重新编码在虚拟筛选时保证GCN模型的表现力同时，还能够提升预测模型的可解释性和增强模型灵活性。

公开(公告)号：CN117580107B

公开(公告)日：2024-08-06

申请号：CN202311419825.2

申请日：2023-10-30

Applicant: 南京邮电大学

Inventor： 孟庆民 ,  罗越 ,  邹玉龙 ,  陈文清

IPC: H04W28/086 ,  H04W28/08 ,  H04W28/10 ,  G06N3/042 ,  G06N3/08

Abstract: 本发明公开了针对绿色无线网状网流量领域的GNN基站关联方法、系统，将大时间、空间尺度的绿色无线网络流量时间序列分割成小时间、空间尺度的、动态异构的子集；将该子集经过第一步表征后得到动态的异构二部图，再利用第二步表征的边处理、设备标签选取、编码和优选的特征工程，获得边定义文件和节点定义文件，得到静态同构二部图；利用静态同构二部图对图神经网络进行训练，完成关联基站索引的下游任务的预测。本发明可同时提高绿色无线网流量预测的准确率与减少无线资源分配策略评估时间，并可推广至含有N个基站与M个设备的无线网状网配置以及更长的流量时间序列。

公开(公告)号：CN117580107A

公开(公告)日：2024-02-20

申请号：CN202311419825.2

申请日：2023-10-30

Applicant: 南京邮电大学

Inventor： 孟庆民 ,  罗越 ,  邹玉龙 ,  陈文清

IPC: H04W28/086 ,  H04W28/08 ,  H04W28/10 ,  G06N3/042 ,  G06N3/08

Abstract: 本发明公开了针对绿色无线网状网流量领域的GNN基站关联方法、系统，将大时间、空间尺度的绿色无线网络流量时间序列分割成小时间、空间尺度的、动态异构的子集；将该子集经过第一步表征后得到动态的异构二部图，再利用第二步表征的边处理、设备标签选取、编码和优选的特征工程，获得边定义文件和节点定义文件，得到静态同构二部图；利用静态同构二部图对图神经网络进行训练，完成关联基站索引的下游任务的预测。本发明可同时提高绿色无线网流量预测的准确率与减少无线资源分配策略评估时间，并可推广至含有N个基站与M个设备的无线网状网配置以及更长的流量时间序列。