摘要
本申请属于代谢组学大模型构建技术领域,涉及多维数据库融合的代谢组学大模型构建方法,为代谢物分配全局唯一ID,并将多源异构数据统一编码为多模态特征矩阵,避免了传统方法中因数据异构性导致的信息丢失;采用动态图生成器,结合多模态特征矩阵和先验通路邻接矩阵,通过相似度与可学习参数生成动态边权重构建代谢关系图,并利用多模态图注意力机制为不同模态特征分配自适应权重,执行图卷积消息传递,生成融合多模态信息的节点嵌入矩阵和优化后的动态代谢关系图;此外,通过元学习方法,将各数据库拆分为元任务,内循环利用动态图训练任务专属分类器,外循环通过查询集损失联合优化动态图生成器与元模型参数,显著提升了模型的跨库泛化能力。
技术关键词
模型构建方法
融合多模态信息
动态邻接矩阵
更新分类器
注意力机制
Sigmoid函数
语义向量
多模态特征融合
模型构建技术
参数
CAS登记号
图谱
关系
元学习方法
标识符
邻居
系统为您推荐了相关专利信息
自助收银设备
商品特征信息
手势识别模型
扫码
识别模型构建方法
语义特征提取
智能对话方法
数据存储单元
智能对话系统
网络拓扑信息
动力电池热失控
早期预警方法
布拉格光栅传感器
MEMS麦克风阵列
卷积循环神经网络
协同优化方法
神经网络处理器
AI算法
静态随机存取存储器
参数