“S·卡拉佐普罗潘吉欧托普卢”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网_中国专利网

首页在售求购查询申请展会资讯专利榜企服商城升级VIP

立即登录免费注册

在售专利
求购专利
查询专利
新闻资讯
技术展会
招商加盟
专利榜

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

专利名称

专利名称
专利号码
专利分类
申请人
公布日期

农业化学；冶金建筑机械工程区域搜索

主分类

B 作业；运输

C 化学；冶金

D 纺织；造纸

E 固定建筑物

F 机械工程、照明、加热

专利下载VIP

公布日期

2023-10-24 公布专利

2023-10-20 公布专利

2023-10-17 公布专利

2023-10-13 公布专利

2023-10-10 公布专利

2023-10-03 公布专利

2023-09-29 公布专利

2023-09-26 公布专利

2023-09-22 公布专利

2023-09-19 公布专利

专利权人

国家电网公司

华为技术有限公司

中兴通讯股份有限公司

三星电子株式会社

中国石油化工股份有限公司

鸿海精密工业股份有限公司

松下电器产业株式会社

上海交通大学

钻瓜专利网为您找到相关结果4个，建议您升级VIP下载更多相关专利

[发明专利]基于人工智能的表观遗传-CN202080065003.7在审
发明人： S·卡拉佐普罗潘吉欧托普卢;K-H·法尔 -专利权人：因美纳有限公司
申请日： 2020-09-18 - 公布日： 2022-04-26 - 主分类号： G16B40/00 文献下载
摘要：本公开提供了一种基于人工智能的系统，该基于人工智能的系统包括输入准备模块，该输入准备模块访问序列数据库并且生成输入碱基序列。该输入碱基序列包括具有靶向碱基的靶向碱基序列，其中该靶向碱基序列侧接具有下游上下文碱基的右端碱基序列，和具有上游上下文碱基的左端碱基序列。序列对序列模型处理输入碱基序列并且生成输入碱基序列的替代表示。输出模块处理输入碱基序列的该替代表示并且针对靶向碱基序列中的靶向碱基中的每个靶向碱基产生至少一个每碱基输出。该每碱基输出针对对应靶向碱基指定多个表观遗传轨迹的信号水平。
基于人工智能表观遗传

[发明专利]基于深度学习的剪接位点分类-CN201880043048.7在审
发明人： K·贾加纳坦;K-H·法尔;S·卡拉佐普罗潘吉欧托普卢;J·F·麦克雷 -专利权人：因美纳有限公司
申请日： 2018-10-15 - 公布日： 2020-03-31 - 主分类号： G16B40/30 文献下载
摘要：本公开的技术涉及构造用于变体分类的基于卷积神经网络的分类器。更具体地，涉及一种在训练数据上使用基于后向传播梯度更新技术训练基于卷积神经网络的分类器，该技术逐步地将基于卷积网络网络的分类器的输出与相应的真实值标签匹配。所述基于卷积神经网络的分类器包括残差块组，每个残差块组是由所述残差块中的卷积滤波器的数量、所述残差块的卷积窗口尺寸和所述残差块的空洞卷积率进行参数化的，所述卷积窗口尺寸在残差块组之间变化，所述多孔卷积率在残差块组之间变化。所述训练数据包括良性训练样例和从良性变体和病原变体产生的转化的序列对的病原训练实例。
基于深度学习剪接分类

[发明专利]基于深度学习的剪接位点分类-CN201880043829.6在审
发明人： K·贾加纳坦;K-H·法尔;S·卡拉佐普罗潘吉欧托普卢;J·F·麦克雷 -专利权人：因美纳有限公司
申请日： 2018-10-15 - 公布日： 2020-03-24 - 主分类号： G16B20/00 文献下载
摘要：公开的技术涉及构造用于变体分类的基于卷积神经网络的分类器。具体地，本发明涉及使用基于反向传播的梯度更新技术在训练数据上训练基于卷积神经网络的分类器，该技术将基于卷积网络网络的分类器的输出与相应的真实值标签逐渐匹配。基于卷积神经网络的分类器包括残差块组，每个残差块组由残差块中的卷积滤波器数量，残差块中的卷积窗口大小和残差块的空洞卷积率来参数化，卷积窗口大小在残差块组之间变化，空洞卷积率在残差块组之间变化。训练数据包括从良性变体和致病性变体产生的良性训练实例和致病性训练实例的转译序列对。
基于深度学习剪接分类

[发明专利]利用卷积神经网络(CNNS)进行异常剪接检测-CN201880043867.1在审
发明人： K·贾加纳坦;K-H·法尔;S·卡拉佐普罗潘吉欧托普卢;J·F·麦克雷 -专利权人：因美纳有限公司
申请日： 2018-10-15 - 公布日： 2020-03-06 - 主分类号： G16B40/30 文献下载
摘要：公开的技术涉及构造用于变体分类的基于卷积神经网络的分类器。具体地，本发明涉及使用基于反向传播的梯度更新技术在训练数据上训练基于卷积神经网络的分类器，所述技术将基于卷积网络网络的分类器的输出与相应的真实值标签逐渐匹配。基于卷积神经网络的分类器包括残差块组，每个残差块组由残差块中的卷积滤波器的数量，残差块的卷积窗口大小和残差块的空洞卷积率来参数化，卷积窗口的大小在残差块组之间变化，空洞卷积率在残差块组之间变化。训练数据包括从良性变体和致病性变体产生的良性训练实例和致病性训练实例的转译序列对。
利用卷积神经网络 cnns 进行异常剪接检测

1
共 4 条

友情链接：交换友情链接需要网站权重大于4，网站收录10W以上，如符合条件，请联系QQ：76009968。

关于我们寻求报道投稿须知广告合作版权声明网站地图友情链接企业标识联系我们

在线咨询

400-8765-105周一至周五 9:00-18:00

版权所有钻瓜科技（天津）有限公司津ICP备15000985号津公网安备 12019202000206号http://www.vipzhuanli.com/公布日期

咨询在线客服

咨询在线客服

tel code back_top