公开(公告)号：CN110717617A

公开(公告)日：2020-01-21

申请号：CN201910849178.6

申请日：2019-09-09

Applicant: 广东工业大学

Inventor： 蔡瑞初 ,  陈学信 ,  郝志峰 ,  温雯 ,  吴迪

IPC: G06Q10/04 ,  G06F16/27 ,  G06K9/62

Abstract: 本发明公开一种基于深度图网络自编码器的无监督关系预测方法，包括采集具有目标关系m对、实体数量为n的实体对数据集X；对实体对数据进行预处理，将实体对数据划分K份测试集和训练集的组合；将测试集转换成测试矩阵Atest，将训练集转换成训练矩阵Atrain；对训练集矩阵Atest规范化处理为邻接矩阵 定义编码器和解码器，搭建预测模型；将预测模型遍历k份测试集和训练集进行训练并关系重构，得到k个训练后的预测模型；遍历k个训练后的预测模型，获取目标关系的预测。本发明采用图卷积神经网络完成目标关系预测，在图的边预测时完成节点嵌入向量由转导问题变为归纳问题。

公开(公告)号：CN110473592B

公开(公告)日：2023-05-23

申请号：CN201910701944.4

申请日：2019-07-31

Applicant: 广东工业大学

Inventor： 郝志峰 ,  吴迪 ,  蔡瑞初 ,  温雯 ,  陈学信 ,  李梓健

IPC: G16B20/00 ,  G16B40/20 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种多视角人类协同致死基因预测方法，包括以下步骤：以协同致死因数据集作为主视角，以u个基因本源相似度矩阵作为支撑视角；将协同致死基因对数据集划分训练集和测试集；将训练集转化为邻接矩阵Amian，将每个相似度矩阵进行k‑最近邻筛选，保留相似度最高的k条边，得到邻接矩阵Au；令X,Y＝Amian；根据Amian和Au得到对应视角下的图卷积拉普拉斯矩阵构建包括图卷积网络编码层、基因关系解码层，基于注意力机制的多视角聚合层的预测模型；将输入预测模型，得到总的损失值；根据总的损失值计算梯度，利用梯度反向传播算法更新预测模型参数，直到预测模型收敛；将预测模型输出的预测分值输入激活函数，得到预测矩阵。

公开(公告)号：CN110473592A

公开(公告)日：2019-11-19

申请号：CN201910701944.4

申请日：2019-07-31

Applicant: 广东工业大学

Inventor： 郝志峰 ,  吴迪 ,  蔡瑞初 ,  温雯 ,  陈学信 ,  李梓健

IPC: G16B20/00 ,  G16B40/20 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于图卷积网络的有监督多视角人类协同致死基因预测方法，包括以下步骤：以协同致死因数据集作为主视角，以u个基因本源相似度矩阵作为支撑视角；将协同致死基因对数据集划分训练集和测试集；将训练集转化为邻接矩阵Amian，将每个相似度矩阵进行k-最近邻筛选，保留相似度最高的k条边，得到邻接矩阵Au；令X,Y＝Amian；根据Amian和Au得到对应视角下的图卷积拉普拉斯矩阵 构建包括图卷积网络编码层、基因关系解码层，基于注意力机制的多视角聚合层的预测模型；将输入预测模型，得到总的损失值；根据总的损失值计算梯度，利用梯度反向传播算法更新预测模型参数，直到预测模型收敛；将预测模型输出的预测分值输入激活函数，得到预测矩阵。