首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于因果推断理论的抗生素抗性基因属性标注框架 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:华中师范大学

摘要:本发明涉及抗生素抗性基因属性标注技术领域,具体为基于因果推断理论的抗生素抗性基因属性标注框架,包括局部特征学习模块、因果表征学习模块以及子任务预测模块,所述局部特征学习模块负责提取ARG的局部序列特征,因果表征学习模块运用GMM和因果图进行深层特征的学习和表征,所述子任务预测模块基于局部特征学习模块以及所述因果表征学习模块的输出,分别进行三种属性的精准预测,本发明可以同时对抗生素抗性基因的抗生素类别、耐药机制以及基因的转移方式三种属性进行标注,同时,本发明还考虑到不同属性之间的因果关系,通过引入高斯混合模型和因果图对不同属性的标注进行协调,以使模型在所有子任务上都能达到很好的标注效果。

主权项:1.基于因果推断理论的抗生素抗性基因属性标注框架,其特征在于,包括局部特征学习模块、因果表征学习模块以及子任务预测模块,所述局部特征学习模块负责提取ARG的局部序列特征,因果表征学习模块运用GMM和因果图进行深层特征的学习和表征,所述子任务预测模块基于局部特征学习模块以及所述因果表征学习模块的输出,分别进行三种属性的精准预测;所述局部特征学习模块通过one-hot编码,将抗生素抗性基因的序列信息,转化为一个one-hot编码矩阵,将得到的one-hot编码矩阵输入到设计好的卷积神经网络结构中进行学习,学习到局部特征表示向量;所述因果表征学习模块在局部特征学习模块中学习到的表示向量会作为ARG的序列表征,用于和ARG的隐藏生物学机制一起结合来进行ARG隐藏表征的学习,而ARG的隐藏生物学机制是通过训练一个高斯混合模型来进行抽样生成的,将这两部分信息结合起来,用于学习ARG的隐藏表征,即称之为因果表征学习;所述预测模块从因果表征学习模块中学习到的ARG的隐藏表征,会分别输入到三个子任务分别对应的预测网络当中,再结合引入的因果关系图,来对ARG的属性进行标注。

全文数据:

权利要求:

百度查询: 华中师范大学 基于因果推断理论的抗生素抗性基因属性标注框架

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。