公开(公告)号：CN118709075A

公开(公告)日：2024-09-27

申请号：CN202410800708.9

申请日：2024-06-20

Applicant: 安徽医科大学

Inventor： 何云飞 ,  吴扬 ,  黄莉珊 ,  杨飞 ,  李玉玲 ,  张冬

IPC: G06F18/2415 ,  G06N3/042 ,  G06N3/045 ,  G06N3/0464 ,  G06F16/901 ,  G06F18/22

Abstract: 本发明公开了一种基于长尾分布隐式图的自适应图结构估计方法及系统，方法包括提出了一种长尾隐式图构造方法来辅助图结构学习。该方法根据节点的相邻节点的数量和给定的一个指定比例，自适应地为每个节点选择不同数量的邻居，得到的隐式图符合长尾分布；引入了独立准则来提高隐式图的可靠性，它可以从不完全图结构中提取相关信息，因而通过独立准则可以有效提高预测标签与真实标签之间的依赖关系。最后通过联合优化，逐步优化估计的图结构，使其更接近真实的图结构，有效地提高图结构学习的准确度与鲁棒性。

公开(公告)号：CN118888165A

公开(公告)日：2024-11-01

申请号：CN202410787016.5

申请日：2024-06-18

Applicant: 安徽医科大学

Inventor： 何云飞 ,  黄莉珊 ,  杨飞 ,  李玉玲 ,  张冬 ,  孙宸远

IPC: G16H70/40 ,  G06N3/042

Abstract: 本发明公开了一种基于元路径长度和类型的药物相互作用预测方法及系统，方法包括：构建异质图；异质图主要由节点集合和边集合组成；将节点集合中不同的节点类型与边集合中不同的边类型组成序列，描述元路径结构；给每一条元路进行编码，并设置每条元路径的长度因子，获取元路径长度；根据元路径长度，获取第l条，元路径长度为k，每个节点的融合元路径特征；将所有节点的融合元路径特征集合，获取融合元路径特征集；设置药物之间相互作用预测模型，从融合元路径特征集中选择两个节点的融合元路径特征作为输入，通过药物之间相互作用预测模型，获取两种药物之间的相互作用的概率。本发明通过对路径长度和类型的精细化编码，提高了DDI预测的准确性。