公开(公告)号：CN119811505A

公开(公告)日：2025-04-11

申请号：CN202411976354.X

申请日：2024-12-31

Applicant: 吉林大学

Inventor： 王岩 ,  王鑫飞 ,  黄岚 ,  盛楠

IPC: G16B40/00 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/0895 ,  G06N3/045 ,  G06F18/2131 ,  G06F18/22 ,  G06F18/25 ,  G16B40/30 ,  G06F18/23

Abstract: 本发明适用于人工智能技术领域，尤其涉及一种结合多关系超图建模和对比学习的预测方法，所述方法包括：通过多关系的视角构建包含显式与隐式调控关系的超子图，所述超子图的构建方式包括数据驱动方式、知识驱动方式和规则驱动方式；通过超图卷积算子对构建的超子图进行特征学习，提取节点在不同超子图中的高阶特征表示；通过对比学习增强节点特征表示的一致性和区分能力，优化跨子图的特征表示；通过注意力机制融合不同超子图的节点特征表示，生成全局优化的节点描述符。本发明不仅提升了预测的准确性，还为挖掘潜在的癌症标志物提供了重要的理论支撑。