|
|
钻瓜专利网为您找到相关结果 18个，建议您 升级VIP下载更多相关专利
- [发明专利]药物-靶蛋白亲和力预测方法及系统-CN202111130899.5有效
-
汲化;李梅;徐思涵;蔡祥睿
-
南开大学
-
2021-09-26
-
2023-09-08
-
G16B15/30
- 本发明提供一种药物‑靶蛋白亲和力预测方法及系统，属于基于人工智能的生物信息处理技术领域，对待检测的药物‑靶蛋白对中的药物化学分子和靶蛋白分子分别进行编码，得到药物输入表示和靶蛋白输入表示；利用药物‑靶蛋白亲和力预测模型对所述药物输入表示和靶蛋白输入表示进行处理，得到药物‑靶蛋白亲和力预测值。本发明利用元学习算法，有效挖掘了不同子任务之间的相关性；利用正则化项缓解不同子任务之间的任务不平等性，提高了药物‑靶蛋白亲和力预测模型的任务自适应性，获得了具有泛化性能的药物‑靶蛋白亲和力预测模型，提高了对未知药物‑靶蛋白对亲和力预测的准确性，有效解决了药物‑靶蛋白亲和力预测方面的冷启动问题。
- 药物蛋白亲和力预测方法系统
- [发明专利]面向时空数据的移动行为图谱构建方法-CN202011629525.3有效
-
袁晓洁;潘璇;蔡祥睿
-
南开大学
-
2020-12-31
-
2023-08-29
-
G06F16/2458
- 本发明属于数据挖掘技术领域，更具体地，基于位置服务的社交网络中的时空数据，构建符合用户出行规律的移动行为图谱表示方法。图谱的构建主要由三个部分组成，第一部分是移动行为图谱的构建，该部分先对原始用户签到数据进行预处理操作，然后建立移动行为图谱；第二部分是基于移动行为图谱的门控图神经网络的构建，这部分提出将图谱的节点和边融合至节点向量和节点更新函数的方法；第三部分是基于图谱向量化表示的位置预测网络的构建，这部分提出将更新后的节点向量用于位置预测网络的方法。通过基于移动行为图谱的位置预测模型能从多角度、全方位地覆盖时空数据属性，能够更准确地捕捉用户移动特征，从而提高了位置预测的准确性。
- 面向时空数据移动行为图谱构建方法
- [发明专利]一种对抗攻击检测方法-CN202110931933.2有效
-
徐思涵;麦隽韵;王志煜;李君龙;李梅;蔡祥睿
-
南开大学
-
2021-08-13
-
2023-08-22
-
G06F21/55
- 本发明公开了一种对抗攻击检测方法，包括以下步骤：步骤S1，通过多种对抗攻击算法生成对于目标深度神经网络的对抗样本，并与自然输入样本混合作为输入样本；步骤S2，将输入样本输入到目标深度神经网络中提取全局特征和隐含层特征；步骤S3，将输入样本的全局特征和隐含层特征进行特征融合，得到输入样本的最终特征表示；步骤S4，使用输入样本的最终特征表示训练分类器，得到对抗样本检测模型；步骤S5，利用步骤4得到的对抗样本检测模型检测输入数据中是否含有对抗样本。本发明可以为被攻击目标系统的不同隐藏层动态分配不同的权重，不仅能发现单攻击模式下的对抗样本，而且能够不受混合攻击模式影响地检测出每种攻击方法所产生的对抗样本。
- 一种对抗攻击检测方法
- [发明专利]基于深度学习的图片异常检测方法-CN201911079051.7有效
-
蔡祥睿;丁晓珂;周宝航;张莹;袁晓洁
-
南开大学
-
2019-11-07
-
2023-04-07
-
G06T7/00
- 一种面向图片数据集的基于深度学习的图片异常检测方法。本发明方法是利用正常的图片类别数据作为输入数据，构建基于深度学习的图片异常检测模型，包含两个子模块，一个表示模块用于学习正常类别的图片数据集的特征，一个检测模块用于预测输入图片属于异常图片类别的概率，还使用置信度估计来提高预测准确率，两个模块采用对抗式训练方法，表示模块可以更好的学习到正常类别图片数据集的特征，检测模块则可以给出置信度更高更准确的预测结果。对于异常检测领域的四个常用数据集，本发明的方法克服了异常类别图片种类繁多难以收集的问题，只需要正常类别的图片作为训练数据，同时效果显著优于目前现有的其他面向图片数据集的异常检测方法。
- 基于深度学习图片异常检测方法
- [发明专利]文档级别的事件论元抽取方法-CN202011506990.8有效
-
温延龙;王嘉贤;张莹;蔡祥睿;袁晓洁
-
南开大学
-
2020-12-18
-
2022-07-08
-
G06F40/30
- 本发明提出了一种文档级别的事件论元抽取方法，本发明公开的方法是以非结构化的文档文本作为输入数据，构建基于深度学习的文档级别事件论元抽取模型，包含两个阶段，一个预训练阶段用于微调训练好的文本表示模型，一个抽取模型的训练和预测阶段用于学习各类事件角色的特征和生成预测结果，在两个阶段中均利用了事件角色的语义信息作为文本特征的扩充，以生成更加准确的事件论元抽取结果。对于普遍使用的文档级别事件论元抽取数据集，本发明的方法效果显著优于目前现有的文档级别事件论元抽取方法，证明事件角色的语义信息有助于从文档中进行事件论元的抽取。
- 文档级别事件抽取方法
- [发明专利]一种融合事件环境信息的叙述性事件预测方法-CN202111297889.0在审
-
袁晓洁;王施超;蔡祥睿;张莹
-
南开大学
-
2021-11-04
-
2022-01-04
-
G06Q10/04
- 本发明属于人工智能技术领域，特别是一种融合事件环境信息的叙事性事件预测方法。包括：首先通过叙事性事件与非结构文本之间的内在关系，获得与叙事性事件直接相关的环境描述；其次，通过多头注意力机制利用事件的语义信息从环境描述中抽取出局部与全局的事件环境特征；再次，通过事件预测模型编码模块将叙事性事件特征与环境特征互相编码得到融合事件环境的事件演化特征；最后，叙事性事件预测解码模块根据演化特征，从候选项中选择出正确的下一叙事性事件，完成事件预测任务。本发明能够解决叙事性事件预测任务中对事件环境信息利用不充分的问题，事件环境信息能够为叙事性事件提供更加完善的上下文信息，提高事件预测模型对事件演化的理解水平。
- 一种融合事件环境信息叙述性预测方法
|
