“伯耐沃伦人工智能科技有限公司”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24个，建议您升级VIP下载更多相关专利

[发明专利]图谱嵌入系统和装置-CN202180093010.2在审
发明人： A·辛;M·卢德维克维特拉克;A·布雷恩;P·克里德;S·包利华 -专利权人： 伯耐沃伦人工智能科技有限公司
申请日： 2021-05-28 - 公布日： 2023-10-03 - 主分类号： G06N5/022 文献下载
摘要：提供了用于生成图谱的嵌入的方法和装置。所述图谱包括多个节点，并且每个节点包括到所述多个节点中的另一个或多个的连接。所述方法包括和/或所述装置被配置为：接收表示所述图谱的至少一部分的数据；将所述图谱的所述节点转换为非欧几里得几何；基于因果损失函数和与所述非欧几里得几何关联的链接预测函数，迭代地更新基于转换后的所述非欧几里得几何中的节点的嵌入模型。
图谱嵌入系统装置

[发明专利]网络中用于假设的潜在策略分布-CN202180067853.5在审
发明人： D·L·尼尔;D·S·科内尔 -专利权人： 伯耐沃伦人工智能科技有限公司
申请日： 2021-09-20 - 公布日： 2023-06-23 - 主分类号： G06N3/0455 文献下载
摘要：本公开的实施例提供了用于从图结构的查询确定一个或多个目标节点和关联路径的系统、装置和方法。该方法接收对图结构的查询，其中查询包括至少一个查询节点的数据表示。该方法基于策略网络，响应于查询来识别一个或多个目标节点，其中策略网络被配置为根据与策略网络相关联的潜在策略分布确定一个或多个目标节点。该方法通过与策略网络相关的搜索遍历图结构，其中搜索被配置为从查询节点导航到一个或多个被识别出的目标节点，以确定关联路径。该方法输出对于查询的一个或多个目标节点和关联路径的列表，其中列表根据潜在策略分布进行排序。
网络用于假设潜在策略分布

[发明专利]使用潜变量的患者分层-CN202180031930.1在审
发明人： A·辛;P·克里德;张佳杰;C·格拉斯顿伯里;P·诺瓦萨斯;F·穆拉斯;G·A·勒格;P·瓦查拉皮查特 -专利权人： 伯耐沃伦人工智能科技有限公司
申请日： 2021-04-23 - 公布日： 2022-12-09 - 主分类号： G16H50/20 文献下载
摘要：提供了一种将患者群体分层为疾病内型的计算机实施的方法。该方法包括：将与患者有关的数据编码为潜变量；确定该潜变量的一个或多个重要性度量；使用该重要性度量，确定该潜变量的优先级；解读一个或多个经排序的潜变量；以及识别由该被解读的潜变量中的一个或多个代表的疾病内型。
使用变量患者分层

[发明专利]蛋白质家族图谱-CN202080097280.6在审
发明人： O·厄克斯勒 -专利权人： 伯耐沃伦人工智能科技有限公司
申请日： 2020-12-09 - 公布日： 2022-10-25 - 主分类号： G16B45/00 文献下载
摘要：提供了用于识别与疾病选择信息相关联的感兴趣候选实体的计算机实施方法的方法、装置、系统和计算机实施方法。该方法包括：接收预测为与疾病选择信息相关联的第一实体集；检索已知与疾病选择信息相关联的第二实体集；生成第一实体集的实体、第二实体集的实体和与疾病选择信息相关的图结构的实体之间的实体映射集，所述图结构基于与第一和第二实体集相关联的实体家族的实体分层、本体或分类；基于生成的实体映射集，将来自第一和第二实体集的实体链接到图结构；以及基于确定来自第一实体集的每个实体在图结构上相对于图结构上的第二实体集的一个或多个实体的位置，从图结构上的第一和第二实体集的那些链接实体中识别感兴趣候选实体。
蛋白质家族图谱

[发明专利]SVO实体信息检索系统-CN202080097226.1在审
发明人： J·福克尔 -专利权人： 伯耐沃伦人工智能科技有限公司
申请日： 2020-12-09 - 公布日： 2022-10-18 - 主分类号： G06F16/36 文献下载
摘要：提供了用于从文本语料库中自动提取与一个或多个感兴趣域相关联的实体的计算机实现方法的方法、装置、系统和计算机实现的方法。从文本语料库接收多个文本部分，每个文本部分包括表示至少两个实体和/或与它们的关系的数据。对于每个接收到的文本部分，识别一个或多个主谓宾(SVO)实体数据项，包括代表至少两个实体、与至少两个实体相关联的关系、对应于该至少两个实体中的一个实体的主语、对应于至少两个实体中的一个实体的宾语、与该关系相关联的谓语部分、以及与至少两个实体相关联的关系的方向的数据。基于识别出的SVO实体数据项集输出图结构，该图结构包括实体节点和链接实体节点的关系边的图，每条关系边包括该关系的方向性指示。
svo 实体信息检索系统

[发明专利]选择用于测定的细胞系-CN202180016633.X在审
发明人： A·辛;F·穆拉斯;P·奥杰米斯;C·格拉斯顿伯里;P·诺瓦萨斯;P·克里德 -专利权人： 伯耐沃伦人工智能科技有限公司
申请日： 2021-02-12 - 公布日： 2022-10-14 - 主分类号： G16B20/00 文献下载
摘要：一种选择用于测定的细胞系的计算机实现的方法和系统。该计算机实现的方法和系统将包括一个或多个特征的数据编码为一个或多个潜在变量。在一个或多个潜在变量中编码的一个或多个特征被识别并基于该一个或多个特征映射到细胞系。确定一个或多个靶标与一个或多个潜在变量中的一个或多个中的每一个的相关性，并且通过一个或多个潜在变量将一个或多个靶标与细胞系匹配。
选择用于测定细胞系

[发明专利]用于搜索和筛选实体的系统-CN202080097121.6在审
发明人： N·R·刘易斯;O·厄克斯勒 -专利权人： 伯耐沃伦人工智能科技有限公司
申请日： 2020-12-11 - 公布日： 2022-09-30 - 主分类号： G06F16/33 文献下载
摘要：提供了用于创建感兴趣实体及其关系图的方法、装置、系统和计算机实现的方法。接收对应于感兴趣实体的搜索查询。搜索查询包括代表第一实体集的数据。基于将接收到的搜索查询输入到一个或多个实体扩展过程或引擎，来生成扩展搜索查询。扩展搜索查询包括代表第二实体集和第一实体集的数据。基于使用代表文本语料库的数据处理扩展搜索查询，来创建感兴趣实体及其关系图。通过扩展搜索查询进行处理，并基于扩展搜索查询对感兴趣实体及其关系的现有图进行筛选，来创建图。感兴趣实体及其关系的现有图是先前基于文本语料库生成的。
用于搜索筛选实体系统

[发明专利]优先化生物靶标-CN202080084588.7在审
发明人： T·J·博勒曼 -专利权人： 伯耐沃伦人工智能科技有限公司
申请日： 2020-11-27 - 公布日： 2022-07-15 - 主分类号： G16B5/00 文献下载
摘要：公开了一种对生物靶标优先化的计算机实施的方法。所述方法包括：接收一个或多个类别的等级的选择；并且为多个生物靶标中的每个确定所述生物靶标与每个选择的等级的一致性程度。所述方法还包括：基于所述一致性程度对所述生物靶标优先化；并且输出一个或多个优先化的生物靶标的表示。
优先化生靶标

[发明专利]设计分子并确定其合成途径-CN202080074775.7在审
发明人： M.塞格勒;N.布朗 -专利权人： 伯耐沃伦人工智能科技有限公司
申请日： 2020-10-23 - 公布日： 2022-06-07 - 主分类号： G16C20/10 文献下载
摘要：提供了一种设计分子并确定用于合成所述分子的途径的计算机实施的方法。所述方法包括：接收所述分子的一个或多个期望的性质；使用第一机器学习技术生成一个或多个候选分子，所述第一机器学习技术使用所述分子的所述一个或多个期望的性质作为输入；以及对于至少一个候选分子，使用第二机器学习技术计算用于合成所述候选分子的一个或多个途径。
设计分子确定合成途径

[发明专利]鉴定用于靶向基因的一种或多种化合物-CN202080049457.5在审
发明人： M.塞尔伍德 -专利权人： 伯耐沃伦人工智能科技有限公司
申请日： 2020-06-26 - 公布日： 2022-05-27 - 主分类号： G16C20/50 文献下载
摘要：提供了鉴定工具化合物的计算机实施的方法。该方法包括：在数据库中搜索每个都靶向一个或多个第一靶基因的第一候选化合物；通过以下方式为每个第一候选化合物生成第一指纹：在所述数据库中搜索与第一候选化合物相关的基因，并预测与第一候选化合物相关的基因；和利用第一指纹过滤第一候选化合物，以鉴定出靶向所述一个或多个第一靶基因的第一优化化合物。
鉴定用于靶向基因一种多种化合物

[发明专利]按证据级别对生物实体对进行排序-CN202080051692.6在审
发明人： D.L.内尔;A.M.B.拉科斯特;A.德乔治;I.丘吉尔;R.D.萨瑟兰;Y.高 -专利权人： 伯耐沃伦人工智能科技有限公司
申请日： 2020-07-10 - 公布日： 2022-04-01 - 主分类号： G16H50/70 文献下载
摘要：公开了一种以电子方式挖掘医学和科学数据集以确定指示两个实体之间关联的证据级别的排序的计算机实现的方法。该方法包括接收实体对的表示，对一种或多种非结构化数据集执行第一数据挖掘以生成一种或多种第一分值，每种第一分值表示实体对的实体之间的关联程度，以及对一种或多种结构化数据集执行第二数据挖掘以生成一种或多种第二分值，每种第二分值代表实体对的实体之间的关联程度。该方法还包括使用分类器来使用一种或多种第一分值和一种或多种第二分值确定实体对的预测排序，并将预测排序提供给用户，作为实体对的实体之间关联的证据强度的指示。
证据级别生物实体进行排序

[发明专利]采用深度学习的名称实体识别-CN202080024080.8在审
发明人： J.伊索-西皮拉;F.A.克鲁格;A.萨法里;T.托吉亚 -专利权人： 伯耐沃伦人工智能科技有限公司
申请日： 2020-03-23 - 公布日： 2021-12-28 - 主分类号： G06F40/295 文献下载
摘要：提供了用于识别文本语料库中的实体的系统、方法和装置。该系统包括：第一命名实体识别(NER)系统，其包含一个或多个实体词典，所述第一NER系统被配置为基于一个或多个实体词典识别文本语料库中的实体和/或实体类型；第二NER系统，其包含被配置用于预测所述文本语料库内的实体和/或实体类型的NER模型；以及比较模块，其被配置为基于比较从第一和第二NER系统输出的实体结果来识别实体，其中被识别的实体与由第一NER系统识别的实体不同。该系统还可以包括更新模块，该更新模块被配置为基于被识别的实体更新一个或多个实体词典。该系统还可以包括词典构建模块，该模块被配置为至少基于被识别的实体构建一组实体词典。该系统还可以包括训练模块，其被配置为通过训练机器学习ML技术来生成或更新NER模型以使用基于代表所识别实体和/或实体类型的数据的训练数据集从文本语料库预测实体和/或实体类型。
采用深度学习名称实体识别

[发明专利]命名实体识别系统的实体类型识别-CN202080021811.3在审
发明人： J.布里奥迪;J.伊索-西皮拉;O.奥克斯勒;T.托吉亚 -专利权人： 伯耐沃伦人工智能科技有限公司
申请日： 2020-03-23 - 公布日： 2021-11-02 - 主分类号： G06F40/295 文献下载
摘要：提供用于文本语料库内的实体的实体类型识别和/或消歧的方法、设备和系统，所述方法包含：接收一个或多个实体结果，每个实体结果包括表示所识别实体和所述所识别实体在所述文本语料库内的位置的数据；通过将所述文本语料库中与所述每个实体的所述位置相关联的文本输入到经过训练的实体类型(ET)模型来识别接收到的实体结果中的每个实体的实体类型，所述经过训练的ET模型配置成从所述文本语料库预测或提取所述每个实体的实体类型；以及输出表示所述接收到的实体结果中的每个实体的所识别实体类型的数据。
命名实体识别系统类型

[发明专利]用于蛋白质结合位点的机器学习-CN201980074046.9在审
发明人： J.迈耶斯;M.塞格勒;M.西莫诺夫斯基 -专利权人： 伯耐沃伦人工智能科技有限公司
申请日： 2019-11-29 - 公布日： 2021-06-22 - 主分类号： G16B15/30 文献下载
摘要：本发明公开了一种训练机器学习模型以学习蛋白质结合位点之间的配体结合相似性的计算机实施方法。所述方法包含向所述机器学习模型输入以下各项：第一结合位点的表示；第二结合位点的表示，其中所述第一和第二结合位点的所述表示包含结构信息；以及标记，其包含所述第一结合位点和所述第二结合位点之间的配体结合相似性的指示。所述方法还包含：从所述机器模型输出基于所述第一和第二结合位点的所述表示的相似性指示符；执行所述相似性指示符和所述标记之间的比较；以及基于所述比较来更新所述机器学习模型。
用于蛋白质结合机器学习

[发明专利]分层关系提取-CN201980062434.5在审
发明人： P.克里德;A.J.K.J.西姆 -专利权人： 伯耐沃伦人工智能科技有限公司
申请日： 2019-09-26 - 公布日： 2021-05-07 - 主分类号： G06N20/00 文献下载
摘要：提供了用于嵌入描述一个或多个所关注实体和关系的文本部分的方法、设备、系统和计算机实施的方法。所述文本部分描述所述一个或多个所关注实体的关系，其中所述文本部分包含描述所述关系和所述一个或多个实体的多个可分离实体。所述多个可分离实体包含所述一个或多个所关注实体和一个或多个关系实体。生成所述可分离实体中的每个可分离实体的嵌入集，其中可分离实体的所述嵌入集包含所述可分离实体的嵌入和与所述可分离实体相关联的至少一个实体的嵌入。可以基于来自所述嵌入集中的每个嵌入集的至少一个嵌入来形成一个或多个复合嵌入。可以发送所述一个或多个复合嵌入，以用于输入到机器学习模型或分类器。
分层关系提取

1
2
下一页»
尾页
共 24 条