公开(公告)号：CN113343712B

公开(公告)日：2025-03-14

申请号：CN202110730515.7

申请日：2021-06-29

Applicant: 安徽大学

Inventor： 王庆人 ,  孙亮 ,  崔杰 ,  张以文 ,  颜登程 ,  李海涛

IPC: G06F40/30 ,  G06F40/242 ,  G06F40/216 ,  G06F40/289 ,  G06F16/35 ,  G06F16/215 ,  G06F16/2458 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/08

Abstract: 一种基于异质图的社交文本情感倾向分析方法及系统，属于数据处理技术领域，所要解决的技术问题在于如何采用异质图并结合深度学习模型来进行社交文本的情感倾向分析；以社交文本中的单词和表情的共现信息为基础，通过将各元路径的交换矩阵构建元路径和异质图，使用邻接矩阵得到蕴含单词和表情内在联系的语义表示向量，最终通过注意力机制和BiLSTM网络来分析情感语义向量，得到高精准度的情感倾向标签；本发明综合考虑表情和文本对情感的表达，深度挖掘表情和文本之间的内在联系，提高了情感分析的性能；在数据处理中保留文本中的表情和重要的标点符号，提高了文本内容包含的情感信息；本发明能够获取更为丰富的语义信息且使情感分析结果更为准确。

公开(公告)号：CN117219175A

公开(公告)日：2023-12-12

申请号：CN202311165448.4

申请日：2023-09-11

Applicant: 安徽大学

Inventor： 李海涛 ,  刘甘霖 ,  郑春厚 ,  苏延森

IPC: G16B40/20 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于深度卷积神经网络的微拟球藻启动子可解释预测方法，包括：1、微拟球藻启动子序列数据的收集和预处理；2、基于稠密连接卷积与注意力机制建立微拟球藻启动子分类网络；3、利用二分类交叉熵损失函数训练微拟球藻启动子分类网络，得到最优分类模型；4、基于残差连接与空洞卷积建立微拟球藻启动子重要性得分生成网络；5、利用预测损失与保存量损失训练微拟球藻启动子重要性得分生成网络，得到最优生成模型。本发明能够在不同的菌株数据上均得到较为准确的微拟球藻启动子分类预测结果，并基于启动子核苷酸的重要性得分对预测结果作出忠实的解释，从而为后续针对微拟球藻的研究提供工具与思路。

公开(公告)号：CN119889505A

公开(公告)日：2025-04-25

申请号：CN202411689563.6

申请日：2024-11-25

Applicant: 安徽大学

Inventor： 苏延森 ,  郑龙 ,  李垒 ,  李海涛 ,  郑春厚

IPC: G16C20/30 ,  G06F18/213

Abstract: 本发明公开了一种基于深度学习的辅助筛选抗癌药物组合协同预测方法，采用TIAM模型，TIAM模型进一步考虑了三元关系，TIAM使用三个输入计算出一个三维注意力张量Attention3d来表示药物‑药物‑细胞系之间的三元关系，因此在TIAM中有两个Query，即Query1，Query2，Key，Value。TIAM要求三个输入，分别是药物a，药物b，细胞系c，分别用Xa、Xb和Xc表示，经过TIAM的处理输出后得到X′a、X′b和X′c。本发明采用三元注意力机制实现了药物‑药物‑细胞系的特征提取，相比现有的技术更加准确，有关联性。

公开(公告)号：CN119446267A

公开(公告)日：2025-02-14

申请号：CN202411536246.0

申请日：2024-10-31

Applicant: 安徽大学

Inventor： 郑春厚 ,  贾悦 ,  李海涛 ,  苏延森

IPC: G16B25/10 ,  G16B20/40 ,  G16B30/00 ,  G16B40/20 ,  G16B40/30 ,  G06F18/213 ,  G06F18/232 ,  G06F18/27 ,  G06N3/082 ,  G06N3/084 ,  G06N3/0985 ,  G06N3/045 ,  G06N3/0464 ,  G06N5/045

Abstract: 本发明公开了一种基于可解释深度学习的先天免疫基因表达的预测方法，包括：1、收集并预处理DNA启动子序列和表观遗传修饰数据，并将预处理后的数据集划分为训练集和独立测试集，以便对模型的预测性能进行验证；2、基于残差连接、卷积神经网络和注意力机制构建人类先天免疫基因表达预测网络；3、在多个细胞系上进行模型训练，得到最优人类先天免疫基因表达预测模型，并在独立测试集上评估模型的预测效果；4、通过积分梯度方法对模型进行事后可解释性分析，识别最有可能影响基因表达的关键基序。本发明通过对DNA序列信息和表观遗传修饰信息的更有效的提取，为深入理解先天免疫基因的调控机制以及开发个体化医疗提供了新的工具。

公开(公告)号：CN113343712A

公开(公告)日：2021-09-03

申请号：CN202110730515.7

申请日：2021-06-29

Applicant: 安徽大学

Inventor： 王庆人 ,  孙亮 ,  崔杰 ,  张以文 ,  颜登程 ,  李海涛

IPC: G06F40/30 ,  G06F40/242 ,  G06F40/216 ,  G06F40/289 ,  G06F16/35 ,  G06F16/215 ,  G06F16/2458 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于异质图的社交文本情感倾向分析方法及系统，属于数据处理技术领域，所要解决的技术问题在于如何采用异质图并结合深度学习模型来进行社交文本的情感倾向分析；以社交文本中的单词和表情的共现信息为基础，通过将各元路径的交换矩阵构建元路径和异质图，使用邻接矩阵得到蕴含单词和表情内在联系的语义表示向量，最终通过注意力机制和BiLSTM网络来分析情感语义向量，得到高精准度的情感倾向标签；本发明综合考虑表情和文本对情感的表达，深度挖掘表情和文本之间的内在联系，提高了情感分析的性能；在数据处理中保留文本中的表情和重要的标点符号，提高了文本内容包含的情感信息；本发明能够获取更为丰富的语义信息且使情感分析结果更为准确。

公开(公告)号：CN118675646A

公开(公告)日：2024-09-20

申请号：CN202410752498.0

申请日：2024-06-12

Applicant: 安徽大学

Inventor： 苏延森 ,  姜莉媛 ,  李海涛 ,  李垒 ,  储媛媛 ,  郑龙

IPC: G16C20/30 ,  G16C20/70 ,  G16B15/00 ,  G16B45/00 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/047 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的包虫病药物组合协同预测方法、装置、设备及介质，其中方法包括：使用ResGAT网络获取药物信息特征向量，构建包虫病靶蛋白PPI网络，使用node2vec网络获取靶蛋白特征向量，聚合后作为包虫病信息特征向量；训练并构建单药MLP预测模型；利用单药MLP预测模型和Bliss组成药物组合协同预测模型，获取药物组合协同预测结果。本发明通过充分利用药物组合化学分子图和包虫病的单一药物数据信息，提高了药物组合联合筛选预测的准确性，有效解决了药物组合训练数据不足的问题，提高了样本数据有限的包虫病的药物组合筛选预测的准确性。