摘要
本发明涉及医药信息学技术领域,尤其涉及一种确定药品编码的方法,其方法包括:采集说明书文本、化学结构及活性成分与靶点信息并整合为任务输入;基于拓扑同调分别提取分子拓扑向量和语义拓扑向量,注入到稀疏高维超向量,经绑定变换映射为连续向量;利用扩散去噪与变换器组合的生成式神经网络生成初步编码并计算超维残差;在药理知识图谱构建因果模型,残差校准后输出校正编码;通过蒙特卡罗丢弃评估联合概率方差,以两级阈值实现自动确认、人工复核或反事实搜索;将组合超向量、最终编码与方差写入经验库,以层次贝叶斯近端策略同时优化生成网络与因果模型。本发明兼顾新药外推能力与可解释性,显著提高编码准确率并降低人工成本。
技术关键词
强化学习算法
编码
句法依存关系提取
蒙特卡罗
信息学技术
变换器
语义
知识图谱构建
分子
条形码
数据
文本
生成噪声
对象
校正
校准
标识符
策略
样本
系统为您推荐了相关专利信息
红外光栅
实时检测方法
相机模组
环境感知系统
图像采集器
高斯核函数
多尺度
注意力机制
功能磁共振成像数据
网络分析方法
多层次特征融合
预测特征
特征提取模块
核苷酸
语义特征提取