“徐挺洋”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

钻瓜专利网为您找到相关结果52个，建议您升级VIP下载更多相关专利

[发明专利]药物分子生成方法、装置、计算机设备及存储介质-CN202211085588.6在审
发明人：潘鸿鹄;徐挺洋;李蓝青 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-09-06 - 公布日： 2023-10-27 - 主分类号： G16C20/50 文献下载
摘要：本申请实施例公开了一种药物分子生成方法、装置、计算机设备及存储介质，属于计算机技术领域。该方法包括：确定蛋白分子对应的蛋白分子信息，蛋白分子包括多个蛋白节点，蛋白分子信息用于表示多个蛋白节点的类型和结构；对蛋白分子信息进行特征编码，得到蛋白分子特征；对蛋白分子特征进行特征解码，得到药物分子信息，药物分子信息指示的药物分子对蛋白分子具有活性。本申请根据蛋白分子信息对应的蛋白分子特征，直接解码出对蛋白分子具有活性的药物分子对应的药物分子信息，从而得到有效的药物分子，无需筛选对蛋白分子具有活性的药物分子，简化了生成药物分子的流程，提高了生成药物分子的效率。
药物分子生成方法装置计算机设备存储介质

[发明专利]噪声数据确定模型的训练、噪声数据的确定方法及装置-CN202211525333.7在审
发明人：黄磊;张恒通;徐挺洋 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-11-30 - 公布日： 2023-10-27 - 主分类号： G16C20/50 文献下载
摘要：本申请公开了一种噪声数据确定模型的训练、噪声数据的确定方法及装置，属于生物技术领域。方法包括：获取样本带噪小分子的数据和标注噪声数据，样本带噪小分子的数据包括多个样本原子的数据；通过神经网络模型，基于多个样本原子的数据确定样本图结构；通过神经网络模型基于样本图结构确定预测噪声数据；基于预测噪声数据和标注噪声数据，对神经网络模型进行训练，得到噪声数据确定模型。通过噪声数据确定模型确定目标带噪小分子的数据中的目标噪声数据，从而可以实现基于目标噪声数据对目标带噪小分子的数据进行去噪处理，得到去噪后的小分子数据，进而可以基于去噪后的小分子数据进行药物研发，提高药物研发效率。
噪声数据确定模型训练方法装置

[发明专利]咪唑并[1,2-a]吡嗪或吡唑并[1,5-a]嘧啶衍生物及其用途-CN202210307006.8在审
发明人：薛丁;徐挺洋;黄俊鸿;刘伟 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-03-25 - 公布日： 2023-10-03 - 主分类号： C07D487/04 文献下载
摘要：发明提出了一种咪唑并[1,2‑a]吡嗪或吡唑并[1,5‑a]嘧啶衍生物及其用途，所述化合物为式(I)所示化合物或式(I)所示结构化合物的立体异构体、互变异构体、氘代物、氮氧化物、溶剂化物、代谢产物、药学上可接受的盐或它的前药，#imgabs0#
咪唑吡唑嘧啶衍生物及其用途

[发明专利]一种JAK1抑制剂及其制备方法-CN202110130407.6有效
发明人：李进;李加文;徐挺洋;董利明;于洋;邱亚平;荣钰;涂贵平;刘伟;戴维扬;黄俊洲;龚珍;程学敏;窦登峰 -专利权人：成都先导药物开发股份有限公司;深圳市腾讯计算机系统有限公司
申请日： 2021-01-29 - 公布日： 2023-09-26 - 主分类号： C07D519/00 文献下载
摘要：本发明提供了一种JAK1抑制剂及其制备方法。该JAK1抑制剂的结构如式I所示。本发明利用能够针对目标靶点的参考分子进行骨架跃迁的人工智能分子设计方法，基于乌帕替尼的结构和数据，得到了一种新骨架的化合物。实验结果表明，本发明提供的化合物具有良好的JAK1抑制活性，可以用来制备JAK1抑制剂，以及预防和/或治疗与JAK1表达异常相关疾病的药物，应用前景广阔。#imgabs0#
一种 jak1 抑制剂及其制备方法

[发明专利]基于人工智能的数据处理方法、装置、介质及电子设备-CN201910825937.5有效
发明人：荣钰;黄文炳;徐挺洋 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-09-03 - 公布日： 2023-09-19 - 主分类号： G06N3/042 文献下载
摘要：本公开提供了一种基于人工智能的数据处理方法、装置及系统，涉及人工智能领域。该方法包括：获取图结构，所述图结构包含多个节点；对各所述节点对应的各级子节点分别进行特征提取，以获得与所述图结构对应的各级图节点信息；根据所述图结构对应的原始特征和所述各级图节点信息确定与所述图结构对应的表征信息。本公开的技术方案减弱了过拟合和过平滑对图神经网络模型性能的影响，提升了图神经网络模型的性能，并进一步提升了图神经网络的预测性能。
基于人工智能数据处理方法装置介质电子设备

[发明专利]胰高血糖素受体拮抗剂及其用途-CN202110194113.X有效
发明人：白启峰;徐挺洋;冯莉雅;刘硕;黄俊洲;刘焕香;姚小军 -专利权人：兰州大学;腾讯科技（深圳）有限公司
申请日： 2021-02-20 - 公布日： 2023-08-11 - 主分类号： C07D495/04 文献下载
摘要：本公开涉及医药技术领域，提供了一种胰高血糖素受体拮抗剂及其用途。该胰高血糖素受体拮抗剂包括化合物A或化合物A的异构体、酸、酯、代谢物、前药、可药用盐。本公开中的胰高血糖素受体拮抗剂的骨架结构新颖，且对胰高血糖素受体的半抑制浓度较低。
血糖受体拮抗剂及其用途

[发明专利]分布式数据处理方法及系统-CN201910503086.2有效
发明人：黄文炳;王义达;荣钰;徐挺洋;黄俊洲 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-06-11 - 公布日： 2023-08-01 - 主分类号： G06F18/214 文献下载
摘要：本申请公开了一种分布式数据处理方法及系统，属于数据处理技术领域。所述系统包括：数据采集服务器、多个数据采样服务器、数据汇总服务器和多个分类服务器；所述数据采集服务器，用于获取待分类的多个样本子集，并向所述多个数据采样服务器分发所述多个样本子集，所述多个样本子集由同一个样本集划分得到；所述数据采样服务器，用于对接收到的样本子集进行数据采样，并将采样后的样本子集发送至所述数据汇总服务器；所述数据汇总服务器，用于接收并汇总所述多个数据采样服务器发送的样本子集，并将汇总后的样本子集分发至所述多个分类服务器；所述分类服务器用于对接收到的样本子集中的样本进行分类。本发明有效地提高了对样本集进行采样的效率。
分布式数据处理方法系统

[发明专利]时序数据处理模型训练方法、数据处理方法、装置及存储介质-CN201911252467.4有效
发明人： 徐挺洋;蔡兴宇;黄俊洲 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-12-09 - 公布日： 2023-06-27 - 主分类号： G06N3/0464 文献下载
摘要：本发明提供了一种时序数据处理模型训练方法，包括：获取训练样本集合，通过时序数据处理模型对训练样本集合进行处理，以确定时序数据处理模型的初始参数；通过时序数据处理模型的输出结果和所述时序数据处理模型的时序特征提取网络的动态时间规整处理结果对时序数据处理模型进行处理，确定时序数据处理模型的更新参数；根据时序数据处理模型的更新参数，通过训练样本集合对所述时序数据处理模型的编码器网络参数和解码器网络参数进行迭代更新。发明还提供了时序数据处理方法、装置及存储介质。本发明能够使得时序数据处理模型的泛化能力更强，提升时序数据处理模型的训练精度与训练速度，提升对时序数据处理的准确性与可读性。
时序数据处理模型训练方法装置存储介质

[发明专利]分类处理、图卷积神经网络模型的训练方法和装置-CN201910900854.8有效
发明人：荣钰;黄文炳;徐挺洋;黄俊洲 -专利权人：腾讯科技（深圳）有限公司;深圳市腾讯计算机系统有限公司
申请日： 2019-09-23 - 公布日： 2023-04-18 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种分类处理、图卷积神经网络模型的训练方法和装置。其中，该分类处理方法包括：获取目标对象的样本数据的目标特征图，通过将目标对象的样本数据的目标特征图输入到预先训练好的目标图卷积神经网络模型中，得到的目标对象的分类信息，分类信息可以准确地表示目标对象研究领域，根据分类信息对目标对象进行分类，通过输入训练好的目标图卷积神经网络模型即人工智能的方式对用户进行分类，提高了目标对象分类的准确性，进而解决了相关技术中通过复杂图卷积网络模型，基于用户的研究领域对用户进行分类，由于复杂图卷积网络模型的构建中存在过拟合和过平滑的问题，导致分类结果的准确性低的技术问题。
分类处理图卷神经网络模型训练方法装置

[发明专利]文本信息分类处理方法、电子设备及计算机可读存储介质-CN202010183299.4有效
发明人： 徐挺洋;卞天;荣钰;黄俊洲 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-03-16 - 公布日： 2023-04-07 - 主分类号： G06F16/33 文献下载
摘要：本申请实施例公开了一种基于人工智能技术的互联网文本信息分类处理方法、电子设备及计算机可读存储介质，包括：根据目标文本信息的转发关系和回复关系，确定目标文本信息的传播结构；将传播结构输入到双向图卷积神经网络中，得到分类信息，分类信息是根据双向图卷积神经网络的目标特征信息确定出的，双向图卷积神经网络包括自顶向下结构的第一图卷积神经网络和自底向上结构的第二图卷积神经网络，目标特征信息是根据第一特征信息和第二特征信息确定出的，第一特征信息是根据传播结构确定出的第一图卷积神经网络的特征信息，第二特征信息是根据传播结构确定出的第二图卷积神经网络的特征信息；根据分类信息对目标文本信息进行分类处理。
文本信息分类处理方法电子设备计算机可读存储介质

[发明专利]对未归类用户群进行归类的方法及相关装置-CN201910395547.9有效
发明人：李佳;荣钰;黄文炳;徐挺洋;陈远斌;潘煜文;郑丰;廖晨;张杰;黄俊洲;杨勇 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-05-13 - 公布日： 2023-04-07 - 主分类号： G06F18/2415 文献下载
摘要：本公开提供了一种对未归类用户群进行归类的方法及相关装置，所述方法包括：基于已归类用户群和未归类用户群中的各用户群内部用户之间的好友关系、每个用户群的群特征，确定每个用户群的群向量、和将各未归类用户群确定为预定类型的用户群的第一概率，并将各已归类用户群确定为预定类型的用户群的第一概率设为固定值；基于已归类用户群和未归类用户群中的各用户群之间用户之间的好友关系、确定的各用户群的群向量、和将各用户群确定为预定类型的用户群的第一概率，确定将各未归类用户群确定为预定类型的用户群的第二概率；根据未归类用户群的第二概率，将所述未归类用户群归类。本公开实施例能够提高对未归类用户群归类的准确率与召回率。
未归类用户进行归类方法相关装置

[发明专利]数据处理方法、装置及设备-CN201811434318.5有效
发明人： 徐挺洋;魏颖;郑胤;黄俊洲 -专利权人：腾讯科技（深圳）有限公司
申请日： 2018-11-28 - 公布日： 2023-01-31 - 主分类号： G06N3/063 文献下载
摘要：本发明实施例公开了一种数据处理的方法、装置、设备及存储介质，包括：获取待处理的目标数据；调用优化的第一网络模型对所述目标数据进行预测处理得到第一预测结果，所述第一预测结果包括所述目标数据的预测标签及分簇信息；从多个优化的第二学习模型中选择与所述目标数据的分簇信息相对应的优化的目标第二学习模型；将所述目标数据及所述目标数据的预测标签输入至所述优化的目标第二学习模型进行预测处理得到第二预测结果，所述第二预测结果包括所述目标数据与所述目标数据的预测标签之间的关系解释信息；可提高优化的第二学习模型的预测精度，并提高关系解释信息的置信度。
数据处理方法装置设备

[发明专利]一种社交网络图的处理方法、装置及存储介质-CN201910797783.3有效
发明人： 徐挺洋;谢伟平;黄文炳;荣钰;黄俊洲 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-08-27 - 公布日： 2023-01-06 - 主分类号： G06F16/2458 文献下载
摘要：本发明提供了一种社交网络图的处理方法、装置、电子设备及存储介质；方法包括：获取第一社交网络图和第二社交网络图；确定第一社交网络图和第二社交网络图之间的伪锚链接，根据所确定的伪锚链接形成第一伪锚链接集合，其中，伪锚链接由第一社交网络图与第二社交网络图中潜在对齐的节点连接形成；从第一伪锚链接集合中，选取跨域相似性超过相似性阈值的伪锚链接，形成第二伪锚链接集合，跨域相似性表征第一社交网络图中的节点与第二社交网络图中的节点之间的相似性；根据第二伪锚链接集合中的伪锚链接、以及第一社交网络图的结构，扩展第二社交网络图的结构。通过本发明，能够获取社交网络图中潜在的结构信息。
一种社交网络图处理方法装置存储介质

[发明专利]一种社团属性识别方法及相关设备-CN201910383592.2有效
发明人：李佳;荣钰;黄文炳;徐挺洋;陈远斌;潘煜文;郑丰;廖晨;张杰;黄俊洲;杨勇 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-05-08 - 公布日： 2022-12-27 - 主分类号： G06Q50/00 文献下载
摘要：本发明实施例提供了一种社团属性识别方法及相关设备，所述方法包括：获取第一社团的各个成员之间的关联关系信息和各个成员的特征信息；根据关联关系信息确定与第一社团中各个成员有关联关系的成员，并分别将与第一社团中各个成员有关联关系的成员的特征信息进行融合，生成第一社团中各个成员对应的特征融合信息；根据特征融合信息，评估第一社团中各个成员的重要程度，生成第一社团中各个成员的重要程度信息；将各个成员对应的特征融合信息，按照各自的重要程度信息进行加权融合，生成第一社团中全部成员的加权特征融合信息；根据第一社团中全部成员的加权特征融合信息，确定第一社团的社团属性。通过本发明可以提高社团属性识别的有效性。
一种社团属性识别方法相关设备

[发明专利]三维分子结构生成方法、装置、设备及存储介质-CN202210871893.1在审
发明人：黄磊;张恒通;徐挺洋 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-07-22 - 公布日： 2022-10-18 - 主分类号： G16C20/50 文献下载
摘要：本申请实施例提供一种三维分子结构生成方法、装置、设备及存储介质，至少应用于人工智能领域和药物合成领域，其中，方法包括：获取当前时间步下的原子类型噪音和原子坐标噪音；基于所述原子类型噪音构建全连接邻接矩阵；对所述原子类型噪音、所述原子坐标噪音和所述全连接邻接矩阵进行三维等变处理，得到所述当前时间步下的分子结构分布平均值；基于所述当前时间步下的分子结构分布平均值，对所述分子的分子结构进行迭代生成，得到所述分子的分子表示；通过所述分子表示构建所述三维分子结构。通过本申请，能够加速三维分子结构生成的效率并避免了累计错误，从而准确的生成有效分子的三维分子结构。
三维分子结构生成方法装置设备存储介质

1
2
3
4
下一页»
尾页
共 52 条