买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:山东师范大学
摘要:本发明提供了一种基于投影和对比学习的疾病‑微生物关联预测系统,包括:数据获取模块,被配置为:获取疾病和微生物参量数据;无权投影模块,被配置为:将根据参量数据构建的二分网络进行无权投影,得到疾病‑疾病关联以及疾病‑微生物关联;特征提取模块,被配置为:根据疾病‑疾病关联以及疾病关联图对比学习得到疾病特征,根据疾病‑微生物关联以及微生物关联图对比学习得到微生物特征;关联预测模块,被配置为:根据疾病特征、微生物特征和预设全连接网络模型,得到疾病‑微生物关联预测结果;本发明基于投影和图互信息对比学习,实现了疾病‑微生物关联的更快速和更准确预测。
主权项:1.一种基于投影和对比学习的疾病-微生物关联预测系统,其特征在于:包括:数据获取模块,被配置为:获取疾病和微生物参量数据;无权投影模块,被配置为:将根据参量数据构建的二分网络进行无权投影,得到疾病-疾病关联以及疾病-微生物关联;特征提取模块,被配置为:根据疾病-疾病关联以及疾病关联图对比学习得到疾病特征,根据疾病-微生物关联以及微生物关联图对比学习得到微生物特征;关联预测模块,被配置为:根据疾病特征、微生物特征和预设全连接网络模型,得到疾病-微生物关联预测结果;所述无权投影,包括:通过二分网络中邻居数目确定关联边权重大小,将边权重取符号激活,得到无权投影;利用图卷积作为编码器进行无权投影后的二分网络的特征提取,图卷积通过不断聚合目标节点周边的邻居来完成特征学习;采用加权的交叉熵损失函数计算全连接网络模型的损失值。
全文数据:
权利要求:
百度查询: 山东师范大学 一种基于投影和对比学习的疾病-微生物关联预测系统
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。