龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：天津大学合肥创新发展研究院
摘要：本发明基于深度因子分解机预测抗癌药物敏感性的方法，其特征在于，包括以下步骤：步骤1：构建数据集及预处理；步骤2：构建深度因子分解机DeepFM的模型：所述深度因子分解机DeepFM的模型的主要思路是构建因子分解机FM模型、构建深层神经网络模型DNN、将因子分解机FM与深层神经网络相融合构建深度因子分解机DeepFM模型；步骤3：训练各阶段模型结果并评价，将步骤1得到的抗癌药物敏感性数据平均分为5部分，执行5折交叉验证，在此阶段为了训练各个阶段的模型结果。本发明药物低阶特征组合单独建模，并融合高阶特征组合，构建融合深层神经网络模型以及因子分解机模型的模型，更好的提取药物特征结构，使构建模型更准确，精度更高。
主权项：1.基于深度因子分解机预测抗癌药物敏感性的方法，其特征在于，包括以下步骤：步骤1：构建数据集及预处理；1-1，获取细胞的基因表达数据构建数据集；1-2，获取药物化学结构数据，从PubChem中获取步骤1-1所述数据集中所有药物的化学结构；1-3，将ActArea作为药物敏感性的指标，对药物敏感性数据进行标准化以及归一化，确定最终数据集；步骤2：构建深度因子分解机DeepFM的模型：所述深度因子分解机DeepFM的主要思路是构建因子分解机FM模型、构建深层神经网络DNN模型、将因子分解机FM与深层神经网络DNN相融合构建深度因子分解机DeepFM模型；步骤3：训练各阶段模型结果并评价，将步骤一得到的抗癌药物敏感性数据平均分为5部分，执行5折交叉验证，在此阶段为了训练各个阶段的模型结果，引入皮尔逊Pearson相关系数和epoch参数进行评定；3-1，训练因子分解机FM模型结果数据并进行分析；3-2，训练深层神经网络模型结果数据并进行分析；3-3，训练深度因子分解机DeepFM模型结果数据并进行分析；3-4，三种模型结果分析和对比。
全文数据：
权利要求：
百度查询： 天津大学合肥创新发展研究院 基于深度因子分解机预测抗癌药物敏感性的方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号