公开(公告)号：CN118039000A

公开(公告)日：2024-05-14

申请号：CN202410118637.4

申请日：2024-01-26

Applicant: 鹏城实验室

Inventor： 任智祥 ,  邝涛杰 ,  赵天宇 ,  田永鸿

IPC: G16C10/00 ,  G16C20/50 ,  G16C20/70 ,  G06N3/08

Abstract: 本申请涉及计算机技术领域，尤其是涉及一种分子性质预测方法、电子设备、计算机可读存储介质。根据本申请实施例的分子预测方法，需要先获取目标分子数据，并根据目标分子数据生成目标分子构象，再将目标分子构象分解得到目标分子层次图组信息，得到目标分子层次图组信息之后，将目标分子层次图组信息输入预训练的分子编码模型进行分子表征提取处理，得到目标分子表征，最后基于目标分子表征，确定目标分子性质。其中，通过对目标分子构象进行分解得到的目标分子层次图组信息能够有效地提取并处理目标分子的三维空间信息，从而提高分子编码模型提取分子表征的准确度，进而提高分子性质预测的准确度。

公开(公告)号：CN118013821A

公开(公告)日：2024-05-10

申请号：CN202410078151.2

申请日：2024-01-18

Applicant: 鹏城实验室

Inventor： 任智祥 ,  周阅 ,  赵天宇 ,  田永鸿

IPC: G06F30/27 ,  G06F18/10 ,  G06F17/18 ,  G06N3/0455 ,  G06N3/08 ,  G06N3/084

Abstract: 本申请公开了引力波信号预测方法、装置、电子设备及存储介质，涉及信号探测技术领域。方法中首先获取至少一种双目标引力波信号，模拟探测器对双目标引力波信号进行探测，得到探测信号，并对探测信号进行干涉降噪，得到干涉信号。将干涉信号输入至引力波预测模型进行预测，得到预测信号，根据预测信号和干涉信号计算自回归损失，并根据自回归损失更新引力波预测模型的模型权重。直至得到训练完成的引力波预测模型，引力波预测模型用于对输入信号进行预测，生成得到预测引力波信号。由此通过至少一种类型的双目标引力波信号训练引力波预测模型，根据干涉降噪得到的干涉信号进行预测生成，可以有效提高各种类型的引力波信号预测生成的准确度。

公开(公告)号：CN117892262A

公开(公告)日：2024-04-16

申请号：CN202311850756.0

申请日：2023-12-28

Applicant: 鹏城实验室

Inventor： 周阅 ,  任智祥 ,  赵天宇 ,  田永鸿

IPC: G06F18/28 ,  G06F18/214 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/0464 ,  G06N3/084 ,  G06F123/02

Abstract: 本申请实施例提供时间序列信号预测方法、装置、设备和存储介质，涉及人工智能技术领域。该方法获取由预设数量的初始采样数据构成的初始时间序列信号；将初始采样数据的数据位数降低为第二数量得到采样数据，获取基于第二数量生成的字典库，根据采样数据在字典库中的位置对时间序列信号进行位置编码得到输入矩阵；将输入矩阵对应的嵌入矩阵输入预先训练好的信号预测模型进行预测得到预测信号。将长时间序列信号进行精度剪裁，降低长时间序列信号的数据位数，再通过字典库的位置编码降低数据复杂度提升处理效率。同时在训练信号预测模型时，利用多阶加权系数确保子损失函数在整个损失函数的计算中贡献接近，提升信号预测模型的预测准确率。

公开(公告)号：CN117877572A

公开(公告)日：2024-04-12

申请号：CN202410046105.4

申请日：2024-01-11

Applicant: 鹏城实验室

Inventor： 任一铭 ,  任智祥 ,  赵天宇 ,  田永鸿

IPC: G16B20/00 ,  G16B40/20 ,  G16B30/00

Abstract: 本申请实施例提供基因检测结果生成方法、装置、设备和存储介质，涉及人工智能技术领域。该方法获取基因表达矩阵和细胞类型模板，计算标准表达量与待测表达量的相关系数，基于相关系数选取细胞类型作为待测细胞的目标类别，再对同一目标类别的待测细胞对应的待测表达量进行合并，得到合并表达量矩阵，基于预设细胞因子，从合并表达量矩阵中选取细胞因子训练数据，最后利用细胞因子训练数据训练用于生成待测基因表达矩阵的基因检测结果的基因检测模型。利用细胞类型模板对待测细胞进行标注获取目标类别，再根据目标类别生成细胞因子训练数据训练基因检测模型，建立细胞因子表达与基因检测结果之间的映射关系，提升基因检测结果的准确性。

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：CN117995276A

公开(公告)日：2024-05-07

申请号：CN202410138861.X

申请日：2024-01-31

Applicant: 鹏城实验室

Inventor： 任智祥 ,  葛双 ,  赵天宇 ,  田永鸿

IPC: G16B30/00 ,  G16B40/30 ,  G06F18/23 ,  G06N3/0464 ,  G06N3/08

Abstract: 本申请涉及信息技术领域，尤其是涉及一种基于生成模型的数据缺失插补方法，应用于对单细胞测序数据进行数据缺失插补。本申请基于生成模型的单细胞测序缺失信息插补方法，需要先获取单细胞原始测序数据；其中，所述单细胞原始测序数据包括多个原始序列信息；进一步，将多个所述原始序列信息输入生成模型进行缺失信息插补，以获取单细胞目标测序数据；其中，所述生成模型经由包括多个训练序列信息的单细胞训练测序数据进行预先训练。由于缺失信息插补是由经过预先训练的生成模型来完成的，因此本申请基于生成模型的数据缺失插补方法，能够在保证效率的情况下，令缺失信息插补更为精准。

公开(公告)号：CN118069900A

公开(公告)日：2024-05-24

申请号：CN202410192954.0

申请日：2024-02-20

Applicant: 鹏城实验室

Inventor： 任智祥 ,  刘朋飞 ,  赵天宇 ,  田永鸿

IPC: G06F16/903 ,  G06F16/906 ,  G16C20/90 ,  G06N3/0455

Abstract: 本申请公开了一种跨模态分子信息检索方法、系统、设备和介质，其中，本申请采用多模态融合方法，通过模态提取编码器计算对比损失获取分子信息的图结构、图像和文本数据等单模态表示，以使图结构信息和图像信息对齐以补充和丰富文本信息，并通过模态融合编码器计算融合损失获取分子信息的多模态表示，实现图结构、图像和文本等不同模态数据的融合，进而在应用过程中，可以基于分子数据库中分子信息的多模态表示，根据目标分子信息的目标模态数据和目标查询条件进行分子跨模态检索，满足处理多模态信息需求查询，从而提高分子信息检索的准确性和效率。