基于子图感知与混合图神经网络的药物重定位方法及系统

AITNT
正文
推荐专利
基于子图感知与混合图神经网络的药物重定位方法及系统
申请号:CN202510223409
申请日期:2025-02-27
公开号:CN120108781B
公开日期:2026-01-02
类型:发明专利
摘要
本发明公开了一种基于子图感知与混合图神经网络的药物重定位方法及系统,所述方法包括:在药物‑疾病关联网络中,针对目标药物‑疾病对,生成对应的动态药物‑疾病关联子图;针对中的药物节点和疾病节点,分别构建药物子图和疾病子图;对应用基于多头动态图注意力神经网络模型进行深度特征提取,基于GCN模型和GAT模型融合分别对和网络进行特征提取,得到、和最终的特征表示;将三者融合后输入基于多层感知机MLP网络的药物‑疾病关联预测模型,预测目标药物‑疾病对的关联关系。本申请能实现高效、精准的药物‑疾病关联预测。
技术关键词
注意力神经网络 GCN模型 药物重定位方法 多层感知机 深度特征提取 矩阵 多头注意力机制 代表 疾病关联关系 电子设备 节点特征 重定位系统 数据 输出特征 元素
系统为您推荐了相关专利信息
1
基于图神经网络的去中心化金融平台借贷智能合约漏洞检测方法及系统
智能合约漏洞 神经网络模型 异构 抽象语法树 注意力
2
一种基于数据分析的面料耐磨性检测方法
神经网络模型 数据 支持向量机模型 面料结构 多层感知机
3
一种基于互信息约束和对抗学习的缺失模态数据处理方法
跨模态 编码器 数据处理方法 上采样 通道注意力机制
4
视频推荐方法、用于视频推荐的模型训练方法和装置
排序模型 多层感知机 语义向量 视频推荐方法 模型训练方法
5
基于层级化混合专家模型的推理方法、系统和存储介质
路由器 推理方法 计算机可执行指令 计划 强化学习算法
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