-
公开(公告)号：CN116524997B
公开(公告)日：2024-07-16
申请号：CN202310490049.9
申请日：2023-05-04
Applicant: 电子科技大学
Abstract: 本发明公开了基于经典‑量子混合神经网络实现药物相互作用结果的预测系统，包括量子预测子系统，所述量子预测子系统包括顺次连接的量子态编码模块和量子神经网络模块；所述量子态编码模块将接收到的经典投影系数编码为量子态数据，所述量子神经网络模块将量子态数据进行测量并输出药物‑药物对相互作用的概率；所述经典投影系数表示药物‑药物对相互作用时对应的频繁子结构所做出的贡献大小的经典表示。在本发明中，相较于利用全经典方式对经典投影系数进行处理，一旦数据集较大或者说对投影系数的描述向量纬度较高时，需要的比特数较多，对计算资源要求较高，量子方式只需要个量子比特，有效减少对计算资源的压力。
-
公开(公告)号：CN116524997A
公开(公告)日：2023-08-01
申请号：CN202310490049.9
申请日：2023-05-04
Applicant: 电子科技大学
Abstract: 本发明公开了基于经典‑量子混合神经网络实现药物相互作用结果的预测系统，包括量子预测子系统，所述量子预测子系统包括顺次连接的量子态编码模块和量子神经网络模块；所述量子态编码模块将接收到的经典投影系数编码为量子态数据，所述量子神经网络模块将量子态数据进行测量并输出药物‑药物对相互作用的概率；所述经典投影系数表示药物‑药物对相互作用时对应的频繁子结构所做出的贡献大小的经典表示。在本发明中，相较于利用全经典方式对经典投影系数进行处理，一旦数据集较大或者说对投影系数的描述向量纬度较高时，需要的比特数较多，对计算资源要求较高，量子方式只需要个量子比特，有效减少对计算资源的压力。
-
Patent Agency Ranking
公开(公告)号：CN114446414B
公开(公告)日：2023-05-23
申请号：CN202210079589.3
申请日：2022-01-24
Applicant: 电子科技大学
Abstract: 本发明公开了基于量子循环神经网络的逆向合成分析方法，包括：将需要拆分的药物的可观测成分映射到量子系统上，以密度矩阵的形式进行表示；构建量子循环神经网络；将所述密度矩阵作为不同时刻的输入，经过量子循环神经网络后得到与相对应的药物组成分子存在概率相关的输出函数；利用目标函数得到药物的药物组成分子的存在结果；所述药物组成分子为所述可观测成分的组合，并且所述药物组成分子的组合构成所述药物；所述目标函数为经过测量后的输出函数。本发明利用量子循环神经网络对逆向合成分析进行模拟，避免了对实验室环境要求的苛刻性；相比较于传统的试验方法，得到准确结果的时间更短，效率更高。
-
公开(公告)号：CN119534396A
公开(公告)日：2025-02-28
申请号：CN202411705235.0
申请日：2024-11-26
Applicant: 杭州电子科技大学
Abstract: 本发明公开一种基于全反射原理和图像识别的折射率测量方法及折射仪。本发明通过实时采集折射光图像，再转化为多张图像，筛选出折射光光点消失和光点出现的图像；根据折射光光点消失和光点出现的图像，得到被测溶液的全反射角，进而计算得到被测溶液的折射率。本发明通过不同物质发生全反射的临界角不同这一现象，只需利用光源向装有待测溶液的盛放皿发射可见光，让旋转模块带动盛放皿旋转改变入射角，并采集待测液发生全反射的时刻，进而计算出待测液的折射率，自动化程度高，解决了现有技术中高精度纯光学结构阿贝折射仪操作复杂的问题。通过简单原理进行光路搭建，保证精度的同时压缩成本，平衡了投入成本与最终效果，提高了装置的性价比。
-
公开(公告)号：CN115497554B
公开(公告)日：2024-07-19
申请号：CN202211200935.5
申请日：2022-09-29
Applicant: 电子科技大学
Abstract: 本发明公开了预测药物化合物与作用靶点之间亲和力大小的量子系统，包括：数据预处理模块；药物化合物特征提取模块：将药物化合物矩阵输入到量子卷积神经网络QCNN中，对药物化合物实现特征提取；作用靶点蛋白特征提取模块：将所述氨基酸序列向量输入到量子时间卷积神经网络QTCN中，对作用靶点蛋白实现特征提取；亲和力预测模块：用于将所述药物化合物的序列表示和所述作用靶点蛋白的序列表示，输入至量子全连接层神经网络QFCN，得到药物化合物与作用靶点之间亲和力大小的预测。本发明可以同时提取出多个药物化合物的特征，得到准确结果的时间更短，效率更高；同时采用量子时间卷积神经网络QTCN，使得预测结果更加准确。
-
公开(公告)号：CN115497554A
公开(公告)日：2022-12-20
申请号：CN202211200935.5
申请日：2022-09-29
Applicant: 电子科技大学
Abstract: 本发明公开了预测药物化合物与作用靶点之间亲和力大小的量子系统，包括：数据预处理模块；药物化合物特征提取模块：将药物化合物矩阵输入到量子卷积神经网络QCNN中，对药物化合物实现特征提取；作用靶点蛋白特征提取模块：将所述氨基酸序列向量输入到量子时间卷积神经网络QTCN中，对作用靶点蛋白实现特征提取；亲和力预测模块：用于将所述药物化合物的序列表示和所述作用靶点蛋白的序列表示，输入至量子全连接层神经网络QFCN，得到药物化合物与作用靶点之间亲和力大小的预测。本发明可以同时提取出多个药物化合物的特征，得到准确结果的时间更短，效率更高；同时采用量子时间卷积神经网络QTCN，使得预测结果更加准确。
-
公开(公告)号：CN114446414A
公开(公告)日：2022-05-06
申请号：CN202210079589.3
申请日：2022-01-24
Applicant: 电子科技大学
Abstract: 本发明公开了基于量子循环神经网络的逆向合成分析方法，包括：将需要拆分的药物的可观测成分映射到量子系统上，以密度矩阵的形式进行表示；构建量子循环神经网络；将所述密度矩阵作为不同时刻的输入，经过量子循环神经网络后得到与相对应的药物组成分子存在概率相关的输出函数；利用目标函数得到药物的药物组成分子的存在结果；所述药物组成分子为所述可观测成分的组合，并且所述药物组成分子的组合构成所述药物；所述目标函数为经过测量后的输出函数。本发明利用量子循环神经网络对逆向合成分析进行模拟，避免了对实验室环境要求的苛刻性；相比较于传统的试验方法，得到准确结果的时间更短，效率更高。
-
-
-
-
-
-
Search Results
7
records
(took 0.021 seconds)
