发明公开
- 专利标题： 基于孪生神经网络和深度因子分解机的药物推荐方法
-
申请号： CN202111213200.1申请日： 2021-10-19
-
公开(公告)号： CN113889217A公开(公告)日： 2022-01-04
- 发明人: 苏苒 , 黄译萱
- 申请人： 天津大学
- 申请人地址： 天津市南开区卫津路92号
- 专利权人： 天津大学
- 当前专利权人： 天津大学
- 当前专利权人地址： 天津市南开区卫津路92号
- 代理机构： 天津市北洋有限责任专利代理事务所
- 代理商 李素兰
- 主分类号： G16H20/10
- IPC分类号： G16H20/10 ; G16B25/00 ; G16C20/00 ; G06N3/08 ; G06N3/04 ; G06K9/62
摘要：
本发明公开了一种基于孪生深度因子分解机的药物推荐方法，包括数据预处理、三折交叉验证划分训练集验证集，构建基于深度因子分解机的网络模型，训练模型并评估。本发明首次将深度因子分解机模型应用到药物推荐的问题上，并结合细胞系基因表达数据以及药物结构数据构建模型，在三个验证集上取得了不错的结果。同时，本发明引入了Response单元的机制，可以更好地挖掘药物与基因之间的相关性，使算法能够学习到更多的组合特征的特点。
公开/授权文献
- CN113889217B 基于孪生神经网络和深度因子分解机的药物推荐方法 公开/授权日：2024-06-04
