公开(公告)号：CN119601078A

公开(公告)日：2025-03-11

申请号：CN202411665435.8

申请日：2024-11-20

Applicant: 重庆邮电大学

Inventor： 牟以恒 ,  王进 ,  邓婉婷 ,  顾宇鸽

IPC: G16B15/30 ,  G16B30/00 ,  G16B40/00 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明属于计算生物学领域，具体涉及一种基于多视角图神经网络的药物靶标匹配推荐方法，包括：获取待预测的药物靶标信息，将其输入训练好的药物靶标推荐模型，选取预测概率大于交互阈值的药物靶标推荐给用户；本发明利用基于点和边进行消息传递的图神经网络提取药物分子特征向量，从原子和化学键两个角度对药物分子进行建模和特征提取，同时考虑到药物序列信息的全局性，利用交叉注意力机制对药物分子的原子特征、化学键特征和序列特征进行交互，更准确的捕捉药物分子和靶标蛋白之间的复杂关系，提高药物靶标相互作用预测的准确性。

公开(公告)号：CN117408697A

公开(公告)日：2024-01-16

申请号：CN202311355535.6

申请日：2023-10-19

Applicant: 重庆邮电大学

Inventor： 王进 ,  牟以恒 ,  陈青青 ,  刘彬 ,  母雪豪

IPC: G06Q20/40 ,  G06Q40/04 ,  G06F18/25 ,  G06F18/24 ,  G06N3/0499

Abstract: 本发明属于大数据处理技术领域，具体涉及一种基于大数据的消费金融领域欺诈检测方法，包括：获取金融交易数据和用户个人数据并构建成图结构，使用图注意力网络分别提取出金融交易特征和用户特征，用稀疏交叉注意力机制进行融合后输出金融交易欺诈检测的结果；本发明在欺诈检测时引入用户之间的关系，将交易用户之间的联系以图形式进行特征提取，与金融交易特征进行融合，使得模型具有检测团伙性欺诈的能力，同时使用稀疏交叉注意力来对交易特征和用户特征进行融合，实现了高准确性的金融领域欺诈检测。

公开(公告)号：CN119601077A

公开(公告)日：2025-03-11

申请号：CN202411664907.8

申请日：2024-11-20

Applicant: 重庆邮电大学

Inventor： 牟以恒 ,  王进 ,  傅敬雯 ,  刘克林

IPC: G16B15/30 ,  G16B30/10 ,  G16B40/00

Abstract: 本发明属于计算生物学，具体涉及一种基于对比学习的药物靶标智能推荐方法；该方法包括：获取药物和靶标信息，包括药物的SMILES序列和靶标蛋白的氨基酸序列；使用药物编码器和靶标蛋白编码器得到药物和靶标蛋白的表征信息；设计自适应注意力机制，通过不同的掩码方法实现药物靶标表征向量与可学习的查询向量之间的交互，利用对比学习对齐药物表征空间和靶标蛋白表征空间；根据交互后得到的查询向量得到药物靶标之间的匹配的概率；选取概率大于阈值的药物靶标推荐给用户；本发明预测结果准确率高，有助于减少生物医学研究者挖掘药物靶标反应对的时间，减轻研究负担。

公开(公告)号：CN118410172A

公开(公告)日：2024-07-30

申请号：CN202310420799.9

申请日：2023-04-19

Applicant: 重庆邮电大学

Inventor： 王进 ,  牟以恒 ,  周羽 ,  彭云曦 ,  苏柯润 ,  贺小龙

IPC: G06F16/36 ,  G06F40/126 ,  G06F40/242 ,  G06F40/295 ,  G06F40/30 ,  G06N3/0499

Abstract: 本发明属于自然语言处理的命名实体识别和关系抽取领域，具体涉及一种基于大数据的法律判决文书知识图谱智能构建方法，包括：使用法律判决文书数据构造司法领域知识词典；根据文本数据和关系类型特征进行实体关系抽取，得到判决文书中的实体以及实体间的关系；将抽取的实体关系进行交叉注意力计算，得到实体与关系之间的注意力矩阵；从注意力矩阵中解码出实体关系三元组，得到法律判决文书知识图谱。本发明通过进行实体关系抽取时引入了通用词语信息和司法词典知识，解决了法律判决文书信息抽取困难的问题，实现了司法知识图谱的有效构建。

公开(公告)号：CN116910752A

公开(公告)日：2023-10-20

申请号：CN202310872806.9

申请日：2023-07-17

Applicant: 重庆邮电大学

Inventor： 苏柯润 ,  牟以恒 ,  王进

IPC: G06F21/56 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明属于深度学习领域，具体涉及一种基于大数据的恶意代码检测方法，包括：获取的代码文本数据，对代码文本进行拆分和处理得到灰度图像，对灰度图像进行数据增强，构建恶意代码检测初步模型并训练的得到最终模型；本发明采用Word2Vec模型的训练方法解决了恶意代码在转化为灰度图时文本特征遭到破坏的难题，并使用带有辨别器的变分自编码器进行数据增强，缓解了了恶意代码检测领域图像提取特征单一，抗混淆能力不足的困难，可以高效、可靠地完成恶意代码检测。

公开(公告)号：CN116910752B

公开(公告)日：2024-03-08

申请号：CN202310872806.9

申请日：2023-07-17

Applicant: 重庆邮电大学

Inventor： 苏柯润 ,  牟以恒 ,  王进

IPC: G06F21/56 ,  G06N3/0455 ,  G06N3/08

公开(公告)号：CN117495566A

公开(公告)日：2024-02-02

申请号：CN202311521960.8

申请日：2023-11-15

Applicant: 重庆邮电大学

Inventor： 陈青青 ,  牟以恒 ,  刘彬 ,  母雪豪 ,  王进 ,  吴思远

IPC: G06Q40/04 ,  G06N3/042 ,  G06F16/26 ,  G06F17/16

Abstract: 本发明属于大数据处理技术领域，具体涉及一种基于人工智能的区块链异常交易检测方法，包括：获取区块链交易数据并构建成图结构，使用Attention机制和GCN模型对图中的交易节点特征和其邻近节点的特征进行编码，将编码后的交易节点特征和邻近节点特征拼接后通过前馈神经网络进行二分类，预测本次交易是否为异常交易；本发明在对每个交易节点的邻近节点进行编码时，增大模型的视野域，考虑该节点周围多跳节点信息，提高异常交易识别的准确性。