-
公开(公告)号：CN111199237A
公开(公告)日：2020-05-26
申请号：CN202010029057.X
申请日：2020-01-12
Applicant: 湖南大学
Abstract: 本发明属于计算机科学领域，公开了一种基于注意力的卷积神经网络分频特征提取方法。该方法通过将高频特征提取核与低频特征提取核相结合的方式，在多个空间频率上提取蕴含在输入数据中的特征，将低频特征及其提取核大小压缩，可以有效降低训练模型时所需的计算资源，减少内存消耗。采用高低频之间信息交换，可以提高特征提取的丰富度，获得准确率高、可靠的有意结果。结合自注意力机制，可以提高特征提取的效率，减少复杂任务所需的网络深度，缓解由此带来的梯度消失的问题。
-
公开(公告)号：CN111261223A
公开(公告)日：2020-06-09
申请号：CN202010030316.0
申请日：2020-01-12
Applicant: 湖南大学
Abstract: 本发明属于生物信息学领域，公开了一种基于深度学习的CRISPR脱靶效应预测方法，通过使用BERT模型对人类基因组进行信息的抽取，有效地利用基因组的先验信息，并对数据进行有效地加强，最后将获取到的特征输入到LightGBM方法中进行训练预测，本发明解决了数据量少和数据不平衡的问题，并实现了对CRISPR脱靶效应的有效预测，具有十分重要的推广应用价值。
-
公开(公告)号：CN111261223B
公开(公告)日：2022-05-03
申请号：CN202010030316.0
申请日：2020-01-12
Applicant: 湖南大学
Abstract: 本发明属于生物信息学领域，公开了一种基于深度学习的CRISPR脱靶效应预测方法，通过使用BERT模型对人类基因组进行信息的抽取，有效地利用基因组的先验信息，并对数据进行有效地加强，最后将获取到的特征输入到LightGBM方法中进行训练预测，本发明解决了数据量少和数据不平衡的问题，并实现了对CRISPR脱靶效应的有效预测，具有十分重要的推广应用价值。
-
-
Search Results
3
records
(took 0.045 seconds)
