NEURAL NETWORK FOR PROCESSING GRAPH DATA
    1.
    发明申请
    NEURAL NETWORK FOR PROCESSING GRAPH DATA 审中-公开
    神经网络处理图形数据

    公开(公告)号:WO2017040001A1

    公开(公告)日:2017-03-09

    申请号:PCT/US2016/046759

    申请日:2016-08-12

    申请人: GOOGLE INC.

    IPC分类号: G06F19/00 G06N3/02 G06N99/00

    CPC分类号: G06N3/0454 G06F19/707

    摘要: Methods, systems, and apparatus, including computer programs encoded on computer storage media, for receiving graph data representing an input graph comprising a plurality of vertices connected by edges; generating, from the graph data, vertex input data representing characteristics of each vertex in the input graph and pair input data representing characteristics of pairs of vertices in the input graph; and generating order-invariant features of the input graph using a neural network, wherein the neural network comprises: a first subnetwork configured to generate a first alternative representation of the vertex input data and a first alternative representation of the pair input data from the vertex input data and the pair input data; and a combining layer configured to receive an input alternative representation and to process the input alternative representation to generate the order-invariant features.

    摘要翻译: 方法,系统和装置,包括在计算机存储介质上编码的计算机程序,用于接收表示包括通过边缘连接的多个顶点的输入图形的图形数据; 从图形数据生成表示输入图中每个顶点的特征的顶点输入数据和表示输入图中的顶点对的特征的对输入数据; 以及使用神经网络生成所述输入图的顺序不变特征,其中所述神经网络包括:第一子网络,被配置为生成所述顶点输入数据的第一替代表示和所述顶点输入中的所述对输入数据的第一替代表示 数据和对输入数据; 以及组合层,其被配置为接收输入替代表示并且处理所述输入替代表示以生成所述顺序不变特征。

    SYSTEMS AND METHODS FOR PREDICTING CARDIOTOXICITY OF MOLECULAR PARAMETERS OF A COMPOUND BASED ON MACHINE LEARNING ALGORITHMS
    2.
    发明申请
    SYSTEMS AND METHODS FOR PREDICTING CARDIOTOXICITY OF MOLECULAR PARAMETERS OF A COMPOUND BASED ON MACHINE LEARNING ALGORITHMS 审中-公开
    用于预测基于机器学习算法的化合物的分子参数的心脏毒性的系统和方法

    公开(公告)号:WO2016201575A1

    公开(公告)日:2016-12-22

    申请号:PCT/CA2016/050705

    申请日:2016-06-16

    摘要: Systems and methods are provided for predicting cardiotoxicity of molecular parameters of a compound. A computer can provide as input to a machine learning algorithm the molecular parameters of the compound. The molecular parameters can include at least structural information about the compound. The machine learning algorithm can have been trained using respective molecular parameters of compounds known to have cardiotoxicity and of compounds known not to have cardiotoxicity. The computer can receive as output from the machine learning algorithm a representation of the predicted cardiotoxicity of each molecular parameter of at least a subset of the molecular parameters of the compound.

    摘要翻译: 提供了用于预测化合物的分子参数的心脏毒性的系统和方法。 计算机可以为机器学习算法提供化合物的分子参数。 分子参数可以至少包括关于化合物的结构信息。 可以使用已知具有心脏毒性的化合物的分子参数和已知不具有心脏毒性的化合物来训练机器学习算法。 计算机可以从机器学习算法接收作为化合物的分子参数的至少一个子集的每个分子参数的预测的心脏毒性的表示。

    TECHNIQUES FOR PROCESSING OF MASS SPECTRAL DATA
    3.
    发明申请
    TECHNIQUES FOR PROCESSING OF MASS SPECTRAL DATA 审中-公开
    用于处理大量光谱数据的技术

    公开(公告)号:WO2016196432A1

    公开(公告)日:2016-12-08

    申请号:PCT/US2016/034959

    申请日:2016-05-31

    摘要: Techniques for performing data acquisition and analysis are described. A multi-mode acquisition strategy may be performed which iteratively selects mass isolation windows of different sizes in different scan cycles to acquire experimental data. The mass isolation windows selected may provide for acquiring elevated energy scan data for a defined set of m/z values. Single scan data analysis may be performed. Data analysis may include forming precursor charge clusters, chaining precursor charge clusters having the same mass to charge ratio to form peaks profiles, and using criteria to align precursor and product ions of the experimental data. Unsupervised and supervised clustering may be performed using a database and composite ion spectra formed from experimental data. Also described are a small molecule acquisition enhancement and additional techniques applicable for biopharmaceutical and other applications.

    摘要翻译: 描述了用于执行数据采集和分析的技术。 可以执行多模式采集策略,其在不同扫描周期中迭代地选择不同大小的质量隔离窗口以获取实验数据。 选择的质量隔离窗口可以提供用于获取用于定义的一组m / z值的升高的能量扫描数据。 可以执行单扫描数据分析。 数据分析可以包括形成前体电荷簇,具有相同质荷比的连接前体电荷簇,以形成峰分布,并使用准则来对准实验数据的前体和产物离子。 可以使用由实验数据形成的数据库和复合离子光谱来执行无监督和监督聚类。 还描述了小分子获取增强和适用于生物制药和其它应用的附加技术。

    センシング装置、センシング方法、及び、センシングプログラム
    4.
    发明申请
    センシング装置、センシング方法、及び、センシングプログラム 审中-公开
    传感装置,传感方法和传感方案

    公开(公告)号:WO2016181967A1

    公开(公告)日:2016-11-17

    申请号:PCT/JP2016/063893

    申请日:2016-05-10

    IPC分类号: C12M1/34 C12Q1/04

    摘要: 時間とともに変化する複数の微生物の挙動をセンサとして用いることで、化学物質を推定できるセンシング装置等を提供すべく、既知の化学物質が存在する環境下で、時間とともに変化する複数の微生物の挙動を予め統計した標本データを複数記録した記録部3と、所定の化学物質が存在する環境下で、時間とともに変化する前記複数の微生物の挙動を統計した統計データを生成する統計部2と、前記統計データと前記標本データとを用いて、前記所定の化学物質を推定する判断部4とを備えるようにした。

    摘要翻译: 为了提供能够使用随时间变化的多个微生物作为用于估计化学物质的传感器的行为的感测装置等,本发明包括:记录单元3,其中记录有多个样本数据 在已知化学物质的环境中,预先统计计算出随时间推移的多种微生物的行为; 统计单元2,用于产生统计学上计算多种微生物在具有预定化学物质的环境中随时间变化的行为的统计数据; 以及用于基于统计数据和样本数据估计预定化学物质的确定单元4。

    DETERMINATION OF A CONSTITUENT RELATED PROPERTY OF A MULTI-CONSTITUENT SAMPLE
    5.
    发明申请
    DETERMINATION OF A CONSTITUENT RELATED PROPERTY OF A MULTI-CONSTITUENT SAMPLE 审中-公开
    确定多部分样本的相关属性

    公开(公告)号:WO2016026506A1

    公开(公告)日:2016-02-25

    申请号:PCT/EP2014/067549

    申请日:2014-08-18

    摘要: A method of determining a constituent related sample property of a multi-constituent sample comprising: subjecting the sample to a perturbation selected to induce a time dependent change in measurement data associated with a constituent related to the sample property to be determined; recording a time-series of measurement data following subjecting the sample to the perturbation; and determining the sample property from the application to the recorded time-series of measurement data of a calibration correlating the sample property with time-series of measurement data, said calibration being empirically derived from chemometric time-series modelling of time-series measurement data recorded for each of a plurality of reference samples following subjecting each reference sample to the perturbation, each reference sample having a different known values of the sample property.

    摘要翻译: 一种确定多组分样品的组成相关样品性质的方法,包括:使所述样品经受选择的扰动,以引起与待测定的样品性质相关的成分相关的测量数据的时间依赖性变化; 在对样本进行扰动之后记录测量数据的时间序列; 以及将应用程序的样本属性确定为将样本属性与测量数据的时间序列相关联的校准的测量数据的记录时间序列,所述校准是经验地从记录的时间序列测量数据的化学计量时间序列建模得出的 对于多个参考样本中的每一个,在对每个参考样本进行扰动之后,每个参考样本具有不同的样本特性的已知值。

    PROCEDE DE DETERMINATION D'UN MOTIF D'AUTO-ASSEMBLAGE D'UN COPOLYMERE A BLOCS
    6.
    发明申请
    PROCEDE DE DETERMINATION D'UN MOTIF D'AUTO-ASSEMBLAGE D'UN COPOLYMERE A BLOCS 审中-公开
    用于定义嵌段共聚物的自组装单元的方法

    公开(公告)号:WO2015121269A1

    公开(公告)日:2015-08-20

    申请号:PCT/EP2015/052798

    申请日:2015-02-10

    IPC分类号: G06F19/00 G06K9/48 G06K9/62

    摘要: Procédé de détermination d'un motif d'auto-assemblage (MAA) d'un copolymère à blocs confiné à l'intérieur d'un contour fermé, dit contour de guidage (CG), comportant les étapes suivantes, mises en œuvre par ordinateur : a) choisir dans une base de données un contour fermé dit de référence (CR) approchant ledit contour de guidage, un motif d'auto- assemblage dudit copolymère à blocs dit motif de référence (MR) étant associé audit contour de référence; b) appliquer une transformation géométrique à une pluralité de points (P) dudit motif de référence pour les convertir en des points respectifs, dits points images (PIM), du motif d'auto-assemblage à déterminer. Produit programme d'ordinateur pour la mise en œuvre d'un tel procédé.

    摘要翻译: 限定在封闭轮廓内的嵌段共聚物(称为引导轮廓(CG))的自组装单元(MAA)的方法,包括由计算机实现的以下步骤:a)从数据库中选择 称为参考轮廓(CR)的封闭轮廓,靠近所述引导轮廓,所述嵌段共聚物的自组装单元(称为参考单元(MR))与所述参考轮廓相关联; b)将几何变换应用于所述参考单元的多个点(P),以便将它们转换成要被限定的自组装单元的称为图像点(PIM)的各个点。 一种用于实现这种方法的计算机程序产品。

    BIOMARKERS OF AUTISM SPECTRUM DISORDER
    9.
    发明申请
    BIOMARKERS OF AUTISM SPECTRUM DISORDER 审中-公开
    生物标志物

    公开(公告)号:WO2015006160A2

    公开(公告)日:2015-01-15

    申请号:PCT/US2014045397

    申请日:2014-07-03

    IPC分类号: G06F19/24

    摘要: Methods for identifying metabolic signatures in blood plasma which are unique to autism are described herein. Samples are analyzed using multiple chromatographic-mass spectrometry-based techniques to orthogonally measure a broad range of small molecular weight metabolites differentially produced in autistic patient samples versus non-autistic control samples. These individual metabolites or a panel of such metabolites serve as metabolic signatures of autism. Such metabolic signatures are used in diagnostic methods to accurately identify individuals with autism spectrum disorder (ASD).

    摘要翻译: 本文描述了用于鉴定自闭症独特的血浆中的代谢特征的方法。 使用多个色谱 - 质谱法技术分析样品,以正交测量自闭症患者样品与非自闭症对照样品差异产生的广泛范围的小分子量代谢物。 这些代谢物或这些代谢物的一组作为自闭症的代谢特征。 这种代谢特征被用于诊断方法以准确识别患有自闭症谱系障碍(ASD)的个体。

    SYSTEM AND METHOD FOR MONITORING A PROCESS
    10.
    发明申请
    SYSTEM AND METHOD FOR MONITORING A PROCESS 审中-公开
    用于监测过程的系统和方法

    公开(公告)号:WO2014195915A1

    公开(公告)日:2014-12-11

    申请号:PCT/IB2014/062010

    申请日:2014-06-06

    IPC分类号: G05B23/02 G05B17/02

    摘要: The present invention concerns a system for monitoring a process determined by a set of process data in a multi-dimensional process data domain pertaining to process input-output data, the system comprising: means for acquiring a plurality of historic process data sets; means for obtaining a transformation from the multidimensional process data domain to a model data domain of lower dimension by performing multivariate data analysis; and means for transforming a current process data set to a model data set to monitor the process. It further concerns a method for monitoring a process determined by a set of process data in a multi¬ dimensional process data domain representing process input-output data, the method comprising: acquiring a plurality of historic process data sets; obtaining a transformation from the multidimensional process data domain to a model data domain of lower dimension by performing multivariate data analysis; and transforming a current process data set to a model data set to monitor the process.

    摘要翻译: 本发明涉及一种用于监视由与过程输入 - 输出数据相关的多维过程数据域中的一组过程数据确定的过程的系统,该系统包括:用于获取多个历史过程数据集的装置; 通过执行多变量数据分析获得从多维过程数据域到较低维度的模型数据域的转换的手段; 以及用于将当前过程数据集转换为模型数据集以监视过程的装置。 还涉及一种用于监视由表示过程输入 - 输出数据的多维过程数据域中的一组过程数据确定的过程的方法,所述方法包括:获取多个历史过程数据集; 通过多变量数据分析获得从多维过程数据域到较低维度的模型数据域的转换; 并将当前处理数据集转换为模型数据集以监视该过程。