龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：曲阜师范大学
申请日：2024-02-05
公开（公告）日：2024-04-19
公开（公告）号：CN117912695A
主分类号：G16H50/30
分类号：G16H50/30;G16H50/70;G06N3/042;G06N3/0464;G06N3/045;G06F18/22;G06F18/25
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.05.07#实质审查的生效;2024.04.19#公开
摘要：本发明公开了一种基于分组特征转换图卷积网络的piRNA‑疾病关联预测方法，包括以下步骤：首先，将piRNA‑疾病关联数据、piRNA序列相似性数据、疾病语义相似性数据、高斯互作核相似性数据映射到二层异构网络中；其次，将异构网络作为分组特征转换图卷积网络的输入，对网络分组以提取piRNA和疾病的多组特征表示，通过特征转换网络将多组piRNA的特征转换到疾病的特征空间，同时引入层注意力机制，以解决图卷积神经网络不同层对节点特征贡献不一致的问题；最后，通过特征融合注意力机制将多组余弦相似性关联分数融合得到piRNA‑疾病关联重构分数。本发明创建的分组特征转换网络实现了更加准确的piRNA‑疾病关联预测效果。
主权项：1.一种基于分组特征转换图卷积网络的piRNA-疾病关联预测方法，其特征在于，包括以下步骤：步骤1：创建了分组特征转换图卷积网络，对piRNA-疾病二层异构网络分组以提取piRNA和疾病的特征表示，通过特征转换网络将多组piRNA的特征转换到疾病的特征空间；步骤2：提出了特征融合注意力机制，对多组余弦相似性关联分数融合，得到piRNA-疾病关联重构分数。
全文数据：
权利要求：
百度查询： 曲阜师范大学 一种基于分组特征转换图卷积网络的piRNA-疾病关联预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号