公开(公告)号：CN118550906A

公开(公告)日：2024-08-27

申请号：CN202410651092.3

申请日：2024-05-23

Applicant: 鹏城实验室

Inventor： 任智祥 ,  汪铭庆 ,  田永鸿

IPC: G06F16/215 ,  G06F16/23 ,  G06N3/08

Abstract: 本公开实施例提供了一种数据质量提升方法、相关装置和介质。该方法包括：将待提升数据输入目标神经网络模型，得到输出距离；根据输出距离、待提升数据、第一梯度信息和预设置的梯度下降速率超参数，生成中间数据；根据中间数据更新待提升数据，返回将待提升数据输入目标神经网络模型，得到输出距离的步骤，以对待提升数据进行迭代更新，直到满足预设的迭代停止条件，将满足预设的迭代停止条件的待提升数据作为目标数据。本公开实施例能够提高数据质量提升处理的可靠性，提高最终的数据质量。本公开实施例可应用于图像处理、数字人渲染、工业异常检测等场景。

公开(公告)号：CN118173174A

公开(公告)日：2024-06-11

申请号：CN202410145142.0

申请日：2024-01-31

Applicant: 鹏城实验室

Inventor： 任智祥 ,  汪铭庆 ,  赵天宇 ,  田永鸿

IPC: G16B40/00 ,  G16B30/00 ,  G06F18/213 ,  G06F18/25

Abstract: 本申请实施例提供了一种多模态特征融合方法和装置、计算机设备，属于深度学习技术领域。该方法包括：获取多个蛋白质样本数据集；其中，所述蛋白质样本数据集包括样本蛋白质序列数据和样本蛋白质图结构数据；根据所述样本蛋白质序列数据和所述样本蛋白质图结构数据训练预设的特征融合模型；获取目标蛋白质序列数据和目标蛋白质图结构数据；通过训练后的所述特征融合模型对所述目标蛋白质序列数据和所述目标蛋白质图结构数据进行特征融合处理，得到目标融合特征；对所述目标融合特征进行可视化处理，得到融合特征分布视图。本申请实施例能够提高数据特征的全面性和丰富性。

公开(公告)号：CN119694398A

公开(公告)日：2025-03-25

申请号：CN202411587415.3

申请日：2024-11-07

Applicant: 鹏城实验室

Inventor： 任智祥 ,  汪铭庆 ,  田永鸿

IPC: G16B40/00 ,  G16B15/20 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084

Abstract: 本申请实施例提供多维数据特征提取方法、装置、设备和存储介质，涉及数据处理技术领域。该方法获取离散的蛋白质残基数据和连续的蛋白质结构数据，然后确定离散网络参数和连续网络参数，将蛋白质残基数据和蛋白质结构数据作为初始输入数据输入连续离散卷积神经网络模型，利用连续离散卷积层根据离散网络参数和连续网络参数更新卷积核参数，基于更新后的卷积核参数对初始输入数据进行特征提取，得到多维表征输出数据。利用连续离散卷积层根据离散网络参数和连续网络参数将连续卷积和离散卷积的特征提取过程进行融合，利用更新后的卷积核参数对多维输入数据进行特征提取，提升多维数据的特征提取结果准确性。