-
公开(公告)号：CN119560008A
公开(公告)日：2025-03-04
申请号：CN202411616939.0
申请日：2024-11-13
Applicant: 中国石油大学(华东)
IPC: G16B20/00 , G16B40/00 , G06N3/045 , G06F18/241
Abstract: 本发明属于癌症分类预训练模型技术领域，特别涉及利用泛癌基因组信息的稀疏门控模型及预训练方法。Gene‑MOE模型利用混合专家层来进一步加深提取高维基因的深度相关特征的能力，利用混合注意力专家层来探索高维遗传特征之间的深层语义关联。利用预训练策略，包括数据增强策略、结合判别网络与Gene‑MOE联合训练策略、Gene‑MOE特征分布训练策略、基因相似性训练策略、专家利用率平衡训练策略和计算总体训练损失，以进一步提高Gene‑MOE的性能。结果表明，Gene‑MOE可以在癌症分类和生存分析方面取得较好的性能，表明Gene‑MOE能够进行样本量较大的癌症类型分类。
-
公开(公告)号：CN119312738A
公开(公告)日：2025-01-14
申请号：CN202411873864.4
申请日：2024-12-19
Applicant: 中国石油大学(华东)
IPC: G06F30/28 , G06F30/27 , G06F17/13 , G06F17/14 , G06N3/0455 , G06N3/08 , G06F113/08 , G06F119/14
Abstract: 本发明涉及流体力学技术领域，特别涉及一种基于深度并行神经算子优化流体力学模拟模型的方法，深度并行神经算子包括编码器和解码器；流体力学模拟模型的优化过程包括：步骤1、在原始空间内通过编码器将流体力学的物理量表示呈输入函数并对输入函数进行前处理；步骤2、通过编码器将步骤1获得的数据映射到多个潜在空间内进行流体力学模拟模型的求解，并对模态截断导致的高频信息丢失进行补偿；步骤3、将每个潜在空间求解后的数据通过解码器恢复成步骤1中流体力学的物理量，并投射到原始空间，通过上述技术方案，本发明具有解决了迭代过程中的误差累积问题的优点。
-
公开(公告)号：CN118314958A
公开(公告)日：2024-07-09
申请号：CN202410732434.4
申请日：2024-06-07
Applicant: 中国石油大学(华东)
Abstract: 本发明属于生物信息学技术领域，特别涉及基于多尺度和等变图神经网络的蛋白质位点预测方法。MEG‑PPIS模型通过权重共享的E(3)等变图神经网络学习原图和子图上两个尺度的信息并用最大池化模块对原图和子图更新后的对应节点特征进行聚合。该模型最终将节点特征输入到预测层得到预测结果。通过在基准数据集上与其他基于蛋白质结构和蛋白质序列的方法的比较，该模型在准确度、精确度、召回率、F1得分、马修斯相关系数、接收器操作特征曲线下的面积和精确召回曲线下的面积等所有评估指标上都达到了最优效果。同时，该模型预测运行时间比较实验结果表明MEG‑PPIS模型比sota模型更快。
-
公开(公告)号：CN118262828A
公开(公告)日：2024-06-28
申请号：CN202410674666.9
申请日：2024-05-29
Applicant: 中国石油大学(华东)
IPC: G16C20/50 , G16C20/70 , G16B15/30 , G16B40/00 , G06N3/0455 , G06N3/0442 , G06N3/0464 , G06N3/048
Abstract: 本发明属于分子生成技术领域，特别涉及基于结构的创新型多尺度生成模型。PSA‑MolGen模型利用卷积神经网络提取分子的三维结构特征和蛋白质配体的相互作用信息。然后，引入PSA模块，PSA模块可捕捉分子和蛋白质配体特征的局部和全局通道注意力，从而融合多尺度空间信息。此外，加载预先训练的模型可以迁移到三维空间中任意目标特异性分子的生成中，利用概率设置的迁移学习算法适应各种基于结构的分子设计任务。结果表明，PSA‑MolGen模型可以设计出具有理想特性的分子，包括与特定蛋白质的高结合亲和力和良好的药物特性，类似先导药物的特性。
-
公开(公告)号：CN115470957A
公开(公告)日：2022-12-13
申请号：CN202110647400.1
申请日：2021-06-10
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种基于深度学习的台风期间近海海浪波高预测系统，属于时空序列预测技术领域。该系统包括基于双向门控循环单元(BiGRU)模型，所述的双向门控循环单元模型包括两个门控循环单元(GRU)组成的序列处理模型，一个输入是向前输入，另一个输入是反向输入，是一个只有输入门和忘记门双向递归神经网络。模型的输入为台风期间沿海浮标获取的实时数据与台风的实时数据，包括近海浮标获得的实时波高、气压和风速、台风中心的最低气压和实时风速、计算出的台风中心与浮标之间的距离等6个参数作为模型输入，最终输出为未来3小时、6小时、12小时以及24小时的预测波高。
-
Patent Agency Ranking
公开(公告)号：CN114417951A
公开(公告)日：2022-04-29
申请号：CN202111418981.8
申请日：2021-11-26
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种基于无监督机器学习的全球海洋非结构化网格自动剖分与优化方法，所述方法包括以下步骤：步骤一：将全球海洋深度数据中每一经纬度对应的海洋深度数据提取并画出等深线图。将不同深度等深线坐标集合进行分类，归类出陆地海岸线、浅海区、深海区等等深线坐标集合。步骤二：在不同等深线范围内，依据海洋深度越深，产生随机点的密度越小的原则，在不同深度的海域内产生不同密度的随机点。步骤三：将步骤二中的随机点进行Delaunay三角剖分形成非结构网格。步骤四：优化非结构网格：利用数学几何原理对非结构网格进行初步优化，然后利用基于K‑Means聚类算法对非结构化网格进行再次优化。使网格中三角形更趋近于正三角形，网格质量提升。
-
公开(公告)号：CN114398819A
公开(公告)日：2022-04-26
申请号：CN202111419285.9
申请日：2021-11-26
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种基于深度学习的非结构网格有效波高预测系统，包括长短期记忆模型(LSTM)，所述的非结构网格有效波高预测系统包括两个LSTM组成的时间序列处理模型，是一个具有输入门、忘记门和输出门的循环神经网络。模型的输入为FVCOM模式提供的非结构网格10000小时的有效波高数据，最终输出为未来1小时、6小时、12小时以及24小时的预测波高。
-
公开(公告)号：CN114038575A
公开(公告)日：2022-02-11
申请号：CN202111323448.3
申请日：2021-11-08
Applicant: 中国石油大学(华东)
Abstract: 本发明涉及一种基于深度学习的药物间相互作用识别算法，涉及医疗大数据、序列数据处理、图数据处理、深度学习领域。包括：1)数据预处理单元，提取药物SMILES字符串中的子结构信息和原子信息；2)将经过预处理的药物信息使用多维特征编码器编码，采用序列编码器和图编码器对药物信息编码，以获得药物多维度特征的高阶表示；3)将药物的多维特征对输入到相互作用识别模块，使用前馈型神经网络识别药物间的相互作用，包含卷积、池化、正则化等操作。使用已经训练好模型可以在未知相互作用数据集上快速的给出对药物间相互作用的识别结果，有助于大规模的药物筛选。本方法能够准确的识别药物间潜在的相互作用有助于判断联合用药的有效性。
-
公开(公告)号：CN112419259A
公开(公告)日：2021-02-26
申请号：CN202011298593.6
申请日：2020-11-19
Applicant: 中国石油大学(华东)
Abstract: 本发明提供了一种基于卷积神经网络的台风图像自动检测系统、计算机设备、存储介质，包括：选取台风图像数据，构建台风图像训练集；对台风图像进行数据预处理，生成所需要的训练样本；利用训练样本进行基于卷积神经网络的台风图像检测训练，生成台风图像自动检测系统；构建台风图像测试集，对训练好的模型进行测试。本发明将图像加噪算法、卷积神经网络模型集成到一种自动检测系统、计算机设备、存储介质上，针对台风图像数据能够取得很好的检测效果。
-
公开(公告)号：CN107203852A
公开(公告)日：2017-09-26
申请号：CN201710442285.8
申请日：2017-06-13
Applicant: 中国石油大学(华东)
CPC classification number: G06Q10/0633 , G06N3/049 , G06Q10/06316 , G06Q10/103
Abstract: 本发明提供了基于着色脉冲神经膜系统的同步合并工作流模式。本发明基于着色脉冲神经膜系统分布式、并行性、易于建模的特点，通过着色脉冲神经膜系统对工作流模式中同步合并进行仿真模拟，并对每个工作点进行规则设计，最终得到了一个逻辑清楚的同步合并工作流模型。
-
-
-
-
-
-
-
-
-
Search Results
113
records
(took 0.068 seconds)
