-
公开(公告)号:CN119541649A
公开(公告)日:2025-02-28
申请号:CN202411307234.0
申请日:2024-09-19
Applicant: 安徽大学
IPC: G16B40/00 , G06N3/0455 , G06N3/08 , G06N3/042 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开了一种基于掩码图自编码器的基因识别方法,其步骤包括:1、获取基因相互作用数据和组学特征数据并进行预处理;2、对处理后的数据进行掩码,具体包括两个分支,节点掩码模块和边掩码模块;3、将掩码后的网络输入到图自动编码器中训练,图自动编码器通过重构网络的节点和边来学习网络的嵌入表示;4、通过训练好的的编码器得到特征的低维嵌入,最后使用逻辑回归分类器进行基因的分类。本发明通过对网络中的节点和边分别进行掩码来同时关注图的节点信息和结构信息,并以自监督学习的方式减少了特征训练模型对标签信息的依赖,从而能精确地对基因进行分类。