-
公开(公告)号：CN116206688A
公开(公告)日：2023-06-02
申请号：CN202310188140.5
申请日：2023-03-02
Applicant: 南华大学
IPC: G16B40/00 , G16B15/30 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06N3/048 , G06N3/047
Abstract: 本发明提供了一种用于DTA预测的多模态信息融合模型及方法，该模型包括药物分子结构信息编码器、靶标结构信息编码器、多模态平衡模块和药物靶标融合模块；药物分子结构信息编码器使用Transformer模型对药物字符串模态信息进行编码，并使用GIN模型提取药物图模态信息特征；靶标结构信息编码器使用Transformer模型对靶标字符串模态信息进行编码，并使用GCN模型提取药物图模态信息特征；多模态平衡模块使用对比学习的方法将药物字符串和图模态信息进行平衡与整合，以及将靶标字符串和图模态信息进行平衡与整合；药物靶标融合模块将多模态平衡模块得到的药物和靶标的两种模态特征连接起来，用于DTA预测。
-
公开(公告)号：CN104657455B
公开(公告)日：2017-12-05
申请号：CN201510064132.5
申请日：2015-02-06
Applicant: 南华大学 , 国家核电技术有限公司北京软件技术中心
IPC: G06F17/30
Abstract: 本发明涉及一种多维信息检索方法，通过多维信息检索系统实现，该系统包括客户端和搜索引擎，搜索引擎包括任务分析引擎和索引匹配引擎，其中客户端包括任务监视器、用户任务分析模块和用户接口模块，任务分析引擎包括体裁数据库、用户任务体裁分析器和用户任务日志数据库，本发明通过采集用户在桌面完成的各种任务过程中的事件信息和用户查询历史信息，从而获取用户查询意图，建立用户查询体裁表示，从而显著提高用户查询精度，使得用户可以快速得到查询结果，省去对不相关查询信息的筛选，节省用户信息检索时间，提高效率，改善用户查询体验。
-
公开(公告)号：CN114548104A
公开(公告)日：2022-05-27
申请号：CN202210117810.X
申请日：2022-02-08
Applicant: 南华大学
IPC: G06F40/295 , G06F16/35 , G06F16/33 , G06K9/62
Abstract: 基于特征和类别干预的少样本实体识别方法与模型，涉及自然语言处理技术领域，该方法包括：构建输入特征干预模型和类别调整干预模型；将支持集和查询集交叉样本间的特征X提取出来，输入至特征干预模型中，对特征X进行注意力门前干预，获取特征层级调整；将调整后的特征输入至类别调整干预模型中，对分类器概率输出进行重定义，将来自预训练的特征均值依据分类概率重新分配新的权重，进行类别调整，得到新类特征，计算查询集中每个样本在所有类下的最小距离，并利用解码器得到查询集样本的分类预测值。本发明通过对特征和类进行干预，消减了混杂因素的干扰，增加了相似语义样本之间的差异，提高了实体分类器的辨别能力。
-
公开(公告)号：CN114547241A
公开(公告)日：2022-05-27
申请号：CN202210117815.2
申请日：2022-02-08
Applicant: 南华大学
IPC: G06F16/33 , G06F16/35 , G06F40/295 , G06K9/62
Abstract: 联合字符感知和句子感知的小样本实体识别方法与模型，涉及自然语言处理技术领域，该方法包括：通过一个具有学习参数的嵌入函数，将支持集和查询集中的每一个字符编码成一个连续的维嵌入向量；原型网络根据支持集中的样例以及支持集与查询集句子间的相关性得到对应的所有实体类别的原型，且原型网络还根据支持集中的样例以及支持集与查询集字符间的相关性得到另外对应的所有实体类别的原型；分别计算查询实体与所有类别原型之间的距离，得到查询实体的两种类别分布；结合该两种类别分布得到小样本查询实体最终的类别分布，本发明利用句子之间的相关性和字符之间的相关性来改善模型在小样本实体识别任务上的性能，可有效提高模型的鲁棒性和精度。
-
公开(公告)号：CN104657455A
公开(公告)日：2015-05-27
申请号：CN201510064132.5
申请日：2015-02-06
Applicant: 南华大学 , 国家核电技术有限公司北京软件技术中心
IPC: G06F17/30
CPC classification number: G06F17/30864 , G06F17/30867
Abstract: 本发明涉及一种多维信息检索方法，通过多维信息检索系统实现，该系统包括客户端和搜索引擎，搜索引擎包括任务分析引擎和索引匹配引擎，其中客户端包括任务监视器、用户任务分析模块和用户接口模块，任务分析引擎包括体裁数据库、用户任务体裁分析器和用户任务日志数据库，本发明通过采集用户在桌面完成的各种任务过程中的事件信息和用户查询历史信息，从而获取用户查询意图，建立用户查询体裁表示，从而显著提高用户查询精度，使得用户可以快速得到查询结果，省去对不相关查询信息的筛选，节省用户信息检索时间，提高效率，改善用户查询体验。
-
Patent Agency Ranking
公开(公告)号：CN114625315B
公开(公告)日：2024-07-09
申请号：CN202210068769.1
申请日：2022-01-21
Applicant: 南华大学
IPC: G06F3/06 , G06F16/14 , G06F16/174 , G06F16/182 , G06N3/045 , G06N3/084
Abstract: 本发明提供了一种基于元语义嵌入的云存储相似数据检测方法和系统，其中方法包括：对云存储数据域中的全部数据进行CDC分块；采用局部敏感Hash算法提取全部CDC块的特征向量；基于Mask算法对任一CDC块的上下文特征向量进行处理，将处理后的所有上下文特征向量输入神经网络模型进行训练，获得云存储数据域的元语义模型；提取上传至云存储数据域的新数据的语义特征向量；将新数据的语义特征向量输入被元语义模型初始化后的新神经网络模型进行相似性检测。本发明基于元语义嵌入的方法嵌入了全文的语义，增强了提取数据特征的可靠性，同时避免重复训练神经网络，从而减少计算开销。
-
公开(公告)号：CN113409901A
公开(公告)日：2021-09-17
申请号：CN202110729162.9
申请日：2021-06-29
Applicant: 南华大学
Abstract: 本发明公开了一种级联医疗观测数据的因果推断方法及系统，以因果关系中的原因、级联结构中每个深度对应的中间变量以及因果关系中的结果为参数，建立改进后的级联非线性加性噪声模型，可以更好地匹配具有级联结构的医疗观测数据，提高识别级联医疗数据因果方向的精确度，同时，通过预置的对抗训练模型求解最大化的边缘对数似然函数对应的变分下界，利用对抗策略而非近似公式来绕开KL散度，能够允许加性噪声有更广泛的分布，从而提升模型的推断能力，与现有技术相比，能够很好地识别具有级联结构的医疗观测数据的因果方向，显著提高因果方向识别的精确度。
-
公开(公告)号：CN106991284A
公开(公告)日：2017-07-28
申请号：CN201710210882.8
申请日：2017-03-31
Applicant: 南华大学
Abstract: 本发明公开了一种智能育儿知识服务方法及系统，包括信息采集：利用爬虫程序定时下载、解析最新的儿童疾病数据信息，并储存在mysql数据库中；专家机器人知识库构建：包括疾病咨询、疾病预测、医生推荐三个步骤；个人机器人知识库构建：用户不断的向个人机器人输入自己的知识，个人机器人以一个问题对应一个答案的形式存储在mysql数据库中，并以知识社区的形式为不同用户提供过程式的育儿知识服务；系统交互实现：通过PC端和移动端实现用户交互。解决了现有育儿知识服务方法不能完整的展现一种儿科疾病从发病到治疗，再到治愈的全过程，缺乏人性化智能的展现方式，展现形式单一的问题。
-
公开(公告)号：CN114547241B
公开(公告)日：2024-10-18
申请号：CN202210117815.2
申请日：2022-02-08
Applicant: 南华大学
IPC: G06F16/33 , G06F16/35 , G06F40/295 , G06F18/214
Abstract: 联合字符感知和句子感知的小样本实体识别方法与模型，涉及自然语言处理技术领域，该方法包括：通过一个具有学习参数的嵌入函数，将支持集和查询集中的每一个字符编码成一个连续的维嵌入向量；原型网络根据支持集中的样例以及支持集与查询集句子间的相关性得到对应的所有实体类别的原型，且原型网络还根据支持集中的样例以及支持集与查询集字符间的相关性得到另外对应的所有实体类别的原型；分别计算查询实体与所有类别原型之间的距离，得到查询实体的两种类别分布；结合该两种类别分布得到小样本查询实体最终的类别分布，本发明利用句子之间的相关性和字符之间的相关性来改善模型在小样本实体识别任务上的性能，可有效提高模型的鲁棒性和精度。
-
公开(公告)号：CN114579046B
公开(公告)日：2024-01-02
申请号：CN202210070755.3
申请日：2022-01-21
Applicant: 南华大学
IPC: G06F3/06 , G06F16/14 , G06F16/174 , G06F16/182 , G06N20/00
Abstract: 题，并提高检测精准度。本发明提供了一种云存储相似数据检测方法和系统，方法包括：模型训练阶段，预处理训练数据，得到训练数据块；采用MinHash算法提取全部训练数据块的特征向量，得到未嵌入语义的第一向量并训练机器学习模型，训练后得到第一向量与嵌入上下文语义后的向量间的权重矩阵和训练后的模型；利用训练后的模型，以预处理训练数据相同的处理方法处理预测数据，得到预测数据块；并采用MinHash算法提取全部预测数据块的特征向量，得到预测数据的未嵌入语义的向量；将预测数据的未嵌入语义的向量与权重矩阵做矩阵乘法，得到训练数据的嵌入语义后的向
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.013 seconds)
