-
公开(公告)号：CN119360981A
公开(公告)日：2025-01-24
申请号：CN202411375114.4
申请日：2024-09-29
Applicant: 鹏城实验室
IPC: G16B40/20 , G16B30/10 , G06N3/0455 , G06N3/042
Abstract: 本申请实施例提供了一种蛋白质稳定性预测方法、装置、计算机设备及存储介质。方法包括：获取原始型蛋白质对应的第一待测序列与对应的突变型蛋白质的第二待测序列；根据蛋白质语言模型的注意力机制从第一待测序列中确定多个第一目标残基特征并对其进行全局特征的提取，得到第一虚拟结构微环境特征；同理，得到多个第二目标残基特征对应的第二虚拟结构微环境特征；基于第一虚拟结构微环境特征和第二虚拟结构微环境特征确定第一差值，并基于第一待测序列对应的第一全局序列特征和第二待测序列对应的第二全局序列特征确定第二差值；根据第一差值和第二差值进行预测，得到蛋白质稳定性预测结果。以此，能够提高对蛋白质的稳定性进行预测的准确性。
-
公开(公告)号：CN118658518A
公开(公告)日：2024-09-17
申请号：CN202410610927.0
申请日：2024-05-16
Applicant: 鹏城实验室
IPC: G16B20/30 , G16B40/20 , G06F18/241
Abstract: 本申请公开了一种细胞测序数据分类方法、系统及相关设备，涉及生物学技术领域，方法先在服务端利用第一细胞测序数据样本对预设分类模型进行云端训练，然后将预训练模型发送至客户端，客户端基于第三细胞测序数据样本对预训练模型进行训练，得到中间参数集，并将中间参数集发送到服务端，服务端基于多个中间参数集对预训练模型进行更新，得到候选分类模型；利用第二细胞测序数据样本对候选分类模型进行验证，得到目标分类模型。本申请在无需公开存储于客户端的细胞测序数据的情况下，目标分类模型采用了各个客户端的第三细胞测序数据样本进行训练，提高了模型的训练规模，提高目标分类模型对于细胞测序数据的准确率。
-
公开(公告)号：CN118069900A
公开(公告)日：2024-05-24
申请号：CN202410192954.0
申请日：2024-02-20
Applicant: 鹏城实验室
IPC: G06F16/903 , G06F16/906 , G16C20/90 , G06N3/0455
Abstract: 本申请公开了一种跨模态分子信息检索方法、系统、设备和介质，其中，本申请采用多模态融合方法，通过模态提取编码器计算对比损失获取分子信息的图结构、图像和文本数据等单模态表示，以使图结构信息和图像信息对齐以补充和丰富文本信息，并通过模态融合编码器计算融合损失获取分子信息的多模态表示，实现图结构、图像和文本等不同模态数据的融合，进而在应用过程中，可以基于分子数据库中分子信息的多模态表示，根据目标分子信息的目标模态数据和目标查询条件进行分子跨模态检索，满足处理多模态信息需求查询，从而提高分子信息检索的准确性和效率。
-
公开(公告)号：CN115633031B
公开(公告)日：2024-02-23
申请号：CN202211082723.1
申请日：2022-09-06
Applicant: 鹏城实验室
Abstract: 本发明公开了一种启发式指导的异步历史优化方法及相关设备，所述方法包括：获取集群控制节点和工作节点，控制所述集群控制节点对模型的参数及计算图进行初始化，并将初始化后的数据发送至所述工作节点；控制所述工作节点对所述数据进行训练，通过训练得到的状态表记录信息，并控制所述工作节点将所述状态表发送至所述集群控制节点；在所述集群控制节点接收所述状态表后，控制所述集群控制节点异步进行所述计算图的更新和所述工作节点的参数优化。本发明通过集群控制节点不断整合多轮迭代中各工作节点的状态表并加以存储，通过不断更新计算图使得整个系统效率最优化，并通过还原历史梯度以辅助工作节点更新参数，以提高整个系统的精度。
-
公开(公告)号：CN117055125A
公开(公告)日：2023-11-14
申请号：CN202310898497.2
申请日：2023-07-20
Applicant: 鹏城实验室
IPC: G01V7/02 , G06F18/241 , G06F18/214 , G06F18/15 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种引力波候选信号的搜寻方法、电子设备和介质，方法包括：获取第一引力波时序数据；对第一引力波时序数据进行预处理，得到第二引力波时序数据；通过深度神经网络对第二引力波时序数据进行降噪处理，得到第三引力波时序数据；搜寻第三引力波时序数据中的多个极值时间点，并根据多个极值时间点得到多个潜在引力波候选信号；对多个潜在引力波候选信号进行信号分析处理，得到多个潜在引力波候选信号的置信度；根据置信度和预设的置信度阈值从多个潜在引力波候选信号中筛选出目标引力波候选信号，其中，本发明旨在基于深度学习算法直接对一维时序引力波数据进行搜寻，从而有效降低算力需求，并提高搜寻速度与精度。
-
Patent Agency Ranking
公开(公告)号：CN115859097A
公开(公告)日：2023-03-28
申请号：CN202211441966.X
申请日：2022-11-17
Applicant: 鹏城实验室
IPC: G06F18/214 , G06N3/08
Abstract: 本发明公开了一种面向智慧科学的高扩展共享计算平台及方法，包括：发布模块，所述发布模块用于根据用户指令将本地预训练模型参数与预处理数据上传至存储节点，并通过解析模型参数量、使用框架以及关联数据集，生成对应的模型及数据描述文件；执行模块，所述执行模块用于将模型、数据以及计算资源进行结合，执行智慧科学模型的训练推理过程。本发明解决传统并行训练方式训练效率低及无法满足科学大模型的训练与微调的需求的问题，可适用于多个科学领域的神经网络模块的训练。
-
公开(公告)号：CN112395272B
公开(公告)日：2021-07-13
申请号：CN202110072482.1
申请日：2021-01-20
Applicant: 鹏城实验室
Abstract: 本发明公开一种通信算法数据库构建方法、分布式机器装置和存储介质，所述方法包括：根据分布式机器学习任务选取相关变量并进行配置，得到不同输入变量组合；将所述输入变量组合分别输入蒙特卡洛模型中进行仿真，获取各输入变量组合对应输出变量的概率值；建立所述输入变量组合与所述输出变量的概率值的通信算法数据库，所述通信算法数据库中包括多个通信算法，且每个通信算法中的输入变量组合与训练时间具有映射关系；根据所述通信算法数据库预估训练所述分布式机器学习任务所需的目标通信算法和目标输出变量，解决现有技术中分布式机器学习任务训练缓慢的问题，加快分布式机器学习任务的训练速度。
-
公开(公告)号：CN112766486A
公开(公告)日：2021-05-07
申请号：CN202011645194.2
申请日：2020-12-31
Applicant: 鹏城实验室
Abstract: 本发明公开了一种神经网络结构的搜索方法、终端、服务器及可读存储介质，方法包括：服务器确定是否存储有神经网络结构对应的第一参数；若确定存储有第一参数时，发送携带第一参数的训练指令至终端，以使终端根据第一参数搜索目标神经网络结构并采用训练数据对目标神经网络结构进行训练。本发明提高了神经网络结构的搜索方法的资源利用率。
-
公开(公告)号：CN112434817A
公开(公告)日：2021-03-02
申请号：CN202110105293.X
申请日：2021-01-26
Applicant: 鹏城实验室
IPC: G06N20/00 , G06F16/901 , H04L12/24
Abstract: 本发明公开了一种构建通信算法数据库的方法、装置和计算机存储介质，该方法包括以下步骤：基于不同的软硬件配置和通信算法配置对预设用例进行机器学习模型训练；记录在不同的软硬件配置和通信算法配置下训练机器学习模型达到既定正确率所用的训练时间；将预设用例、不同的软硬件配置和通信算法配置和训练时间按照对应关系构建通信算法数据库。解决了现有的分布式机器学习中还存在如何优化并行训练中涉及到的通信算法的问题。
-
公开(公告)号：CN112257856A
公开(公告)日：2021-01-22
申请号：CN202011498964.5
申请日：2020-12-18
Applicant: 鹏城实验室
Abstract: 本发明公开了一种深度学习框架确定方法、设备及可读存储介质，该方法包括步骤：获取应用场景，并建立与所述应用场景对应的至少两个深度学习框架对应的深度学习仿真实验任务；基于预设硬件处理各所述深度学习仿真实验任务，得到深度学习框架评分结果；基于所述深度学习框架评分结果，选取评分最高的深度学习框架作为目标深度学习框架。本发明实现了根据深度学习框架评分结果确定最适合该应用场景的目标深度学习框架，从而使得使用深度学习框架的应用所使用的深度学习框架为最适合该应用的深度学习框架，进而提高了使用深度学习框架的应用的稳定性和效率。
-
-
-
-
-
-
-
-
-
Search Results
55
records
(took 0.025 seconds)
