[发明专利]一种基于GBDT和深度学习集成的小分子性质预测方法在审
| 申请号： | 202210181425.1 | 申请日： | 2022-02-25 |
| 公开（公告）号： | CN116705191A | 公开（公告）日： | 2023-09-05 |
| 发明（设计）人： | 徐永梅;赵腾;陈春麟 | 申请（专利权）人： | 上海美迪西生物医药股份有限公司;美迪西普晖医药科技（上海）有限公司;美迪西生物医药(杭州)有限公司 |
| 主分类号： | G16C20/50 | 分类号： | G16C20/50;G16C20/70;G06F18/213;G06F18/214;G06F18/24;G06N3/04;G06N3/08 |
| 代理公司： | 上海瀚桥专利代理事务所(普通合伙) 31261 | 代理人： | 郑优丽 |
| 地址： | 201203 上*** | 国省代码： | 上海;31 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明涉及一种基于GBDT和深度学习集成的小分子性质预测方法，包括对小分子的原始特征数据进行划分，原始特征数据包括小分子的稀疏的类别特征数据和稠密的数值特征数据；通过DeepFM模型将类别特征数据转化为稠密数值特征矩阵，对数值特征数据通过GBDT算法训练生成新的稀疏类别特征矩阵；将DeepFM模型生成的稠密数值特征矩阵和GBDT算法生成的稀疏类别特征矩阵分别输入神经网络中，进行嵌入处理，对特征进行降维的同时抽提出高阶特征升恒两个特征矩阵；将处理后的特征矩阵相连接，并通过多个全连接的网络训练进行深度学习训练；将所得特征矩阵与GBDT所得的新的稀疏类别特征矩阵构造短路连接，并做平均处理；输出作为小分子的待预测性质的最终预测结果。 | ||
| 搜索关键词： | 一种 基于 gbdt 深度 学习 集成 分子 性质 预测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海美迪西生物医药股份有限公司;美迪西普晖医药科技（上海）有限公司;美迪西生物医药(杭州)有限公司，未经上海美迪西生物医药股份有限公司;美迪西普晖医药科技（上海）有限公司;美迪西生物医药(杭州)有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210181425.1/，转载请声明来源钻瓜专利网。
