基于扩散预训练的图提示微调方法及系统

AITNT
正文
推荐专利
基于扩散预训练的图提示微调方法及系统
申请号:CN202411057885
申请日期:2024-08-02
公开号:CN119028448B
公开日期:2025-10-14
类型:发明专利
摘要
本发明提供一种基于扩散预训练的图提示微调方法及系统,该方法包括如下步骤:获取待分类图数据,对待分类图数据使用图提示微调模型进行分类处理,得到待分类图数据的分类结果,其中待分类图数据为蛋白质结构的图数据,其中分类结果包括蛋白质结构分类结果;其中图提示微调模型通过最小化信息瓶颈反馈优化图提示,根据图提示确定图提示微调模型,图提示微调模型用于蛋白质结构的分类。本发明具有在蛋白质结构等少样本场景下可以有效地将从预训练模型中学到的信息转移到下游分类任务的效果,提高了蛋白质的分类准确率。
技术关键词
神经网络模型 节点 微调方法 标签 微调系统 矩阵 样本 扩散算法 数据 采样方法 瓶颈 分类准确率 聚类 识别模块 索引 指标 序列 场景
系统为您推荐了相关专利信息
1
一种用于分类任务的联邦学习优化方法
学习优化方法 客户端 中心服务器 神经网络模型训练 样本
2
一种基于坡面溶质输运过程的参数反演方法
参数反演方法 坡面 方程 速率 河流富营养化
3
一种基于CABR-ResUNet模型的丘陵山区遥感影像分割方法
遥感影像分割方法 丘陵山区 数字表面模型 植被 影像配准技术
4
歌声鉴伪模型的训练方法、歌声鉴伪方法及相关产品
分类器模型 特征提取模型 鉴伪方法 样本 计算机程序产品
5
协同对抗训练方法、系统、终端设备、介质及集成模型
样本 深度神经网络模型 传播算法 对抗训练系统 终端设备
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号