摘要
本申请提出了一种药物疾病关联预测模型的训练方法,包括:获取训练样本集合;对于所述训练样本集合涉及的全部药物和全部疾病中的任一节点,获取所述节点的网络拓扑结构特征和相似性特征融合所得的融合特征;基于所述训练样本集合以及所述训练样本集合内每个节点的融合特征,采用分类器和鉴别器进行半监督对抗训练,直至所述分类器迭代至满足预定的预测能力条件时,将所述分类器确定为药物疾病关联预测模型。本申请的技术方案可构建高精度、高泛化能力的药物疾病关联预测模型。
技术关键词
网络拓扑结构特征
药物
疾病
无标签样本
分类器
多头注意力机制
融合特征
节点
描述符
高斯核函数
数据分布
计算机可执行指令
随机梯度下降
指纹
模式
异质
基因
算法
自动编码器
系统为您推荐了相关专利信息
发电量预测方法
燃机电厂
时间序列预测模型
发电量预测系统
发电设备