一种基于互信息的单样本基因调控网络构建方法

    公开(公告)号:CN119541646A

    公开(公告)日:2025-02-28

    申请号:CN202411593970.7

    申请日:2024-11-08

    Abstract: 本发明属于系统生物学领域,具体为一种基于互信息的单样本基因调控网络构建方法。本发明的方法包括:指定研究对象的背景群体和前景群体;基于互信息方法计算背景群体和前景群体的单样本基因调控网络;利用随机置换检验进行网络边的显著性检验。本发明与现有的技术相比,能够基于非线性关系识别生物学的基因调控网络,更加符合实际的生物学特征。能够特异的构建出每一个样本的基因调控网络,并且根据所选取的背景群体的不同,能够进行多样化的数据分析。

    基于大规模人口流动交通网络的传染病模拟和防控策略评估方法

    公开(公告)号:CN116844735A

    公开(公告)日:2023-10-03

    申请号:CN202310044196.3

    申请日:2023-01-29

    Applicant: 复旦大学

    Abstract: 本发明属于公共卫生安全技术领域,具体为基于大规模人口流动交通网络的传染病模拟和防控策略评估方法。本发明主要包含:对人口迁徙数据的爬取和处理;基于交通数据的交通网络的构建;根据传染病病毒的不同特性进行传染病动力学模型的构建;交通网络中不同节点之间的人口转移和流动方式刻画;疫情防控策略下的传染病模拟评估等。本发明模型中,考虑了大规模人口流动下对当地传染病扩散的影响,还考虑了非药物性策略和药物性策略对传染病扩散的影响。本发明与现有的技术相比,在大规模人口迁徙场景下提供了一种模拟工具,且对不同的防控策略具有理论评估及实验验证,针对不同场景下具有泛用性。

    一种基于高阶传染病模型的传染病阈值搜寻方法

    公开(公告)号:CN116013542A

    公开(公告)日:2023-04-25

    申请号:CN202310062435.8

    申请日:2023-01-17

    Applicant: 复旦大学

    Abstract: 本发明属于传染病防治技术领域,具体为基于高阶传染病模型的传染病阈值搜寻方法。本发明包括构建高阶SEIS传染病模型;利用利用二次型神经网络与ICNN神经网络算法,搜寻李雅普诺夫函数,从而判断传染病系统全局的动力学行为,并据此进行动力学稳定性评估以及阈值搜寻。与现有技术与模型相比,本发明更加贴近传染病的实际传播规律,并能借助机器学习在数学上严格证明疫情的动力学渐近行为。

    基于深度强化学习的交通控制与车辆诱导协同方法和系统

    公开(公告)号:CN113724507A

    公开(公告)日:2021-11-30

    申请号:CN202110955481.1

    申请日:2021-08-19

    Applicant: 复旦大学

    Abstract: 本发明涉及一种基于深度强化学习的交通控制与车辆诱导协同方法和系统,方法包括:构建交通灯Agent和车辆Agent;根据交通灯Agent和车辆Agent,设定并初始化DQN算法模型,该DQN算法模型中的动作集包括车辆动作和交通灯动作;根据Q值表选取并执行各车辆Agent的动作,并在各车辆Agent的动作执行结束后,根据执行完毕的车辆Agent的反馈信息更新对应的Q值表;根据各车辆Agent的动作,对交通灯进行动态配时,以削减车辆平均等待时间为目标选择交通灯最优动作;判断各交通灯Agent所选动作是否结束,对所选动作执行完毕的交通灯Agent根据实时反馈信息来更新对应的Q值表;重复更新,直至满足预设的停止条件。与现有技术相比,本发明具有较好的感知和决策能力并且具有很好的适应性。

    神经网络镇定动力系统的随机镇定器设计方法

    公开(公告)号:CN118466180A

    公开(公告)日:2024-08-09

    申请号:CN202311354095.2

    申请日:2023-10-19

    Applicant: 复旦大学

    Abstract: 本发明属于动力系统控制技术领域,具体为神经网络镇定动力系统的随机镇定器设计方法。本发明利用NODE方法,在免模型情境中,先进行系统重构,再根据重构系统设计镇定器。本发明同时考虑受控系统的指数稳定性和渐进稳定性,分别设计指数镇定器和渐进镇定器来实现相应的稳定;根据这两种镇定器的计算复杂度和镇定效果的不同进行权衡,来选择具体的镇定器。在实际应用中,可以根据模型和系统参数事先计算出镇定器在这两个指标下的预计表现,以便对本方法进行更好的评估和使用。

    一种基于生成对抗网络的图像分割方法、系统和装置

    公开(公告)号:CN112419327B

    公开(公告)日:2023-08-04

    申请号:CN202011438792.2

    申请日:2020-12-10

    Inventor: 王奕 孙毅

    Abstract: 本发明公开一种基于生成对抗网络的图像分割方法、系统和装置,语义分割模型由一个分割网络S和生成对抗模型组成;分割网络S为输入数据x预测每一个像素点的标签概率图S(x);生成器G根据噪声z生成出标签概率图G(z);判别器D通过预测一个像素级别的置信图p,将虚假的标签概率图与真实标签概率图y分离。算法通过生成器和判别器之间的博弈来合成具有标注的三维医学图像数据,可解决有标注的医学图像数据匮乏的问题。生成的数据不涉及用户隐私,有利于医疗数据的共享。将SEG‑GAN分割模型通过让判别器来分辨生成器通过医学图像生成的标签和真实的标签,由此得到医学图像的分割,利用无标签的医学图像辅助模型训练,有效提高模型的分割效果。

Patent Agency Ranking