申请/专利权人：董静

申请日：2023-04-04

公开（公告）日：2023-05-30

公开（公告）号：CN116189783A

主分类号：G16B40/00

分类号：G16B40/00;G16B25/00;G16B5/00;G16B5/20;G06N3/08;G06N3/0464

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.06.16#实质审查的生效;2023.05.30#公开

摘要：本发明公开了一种基于深度学习的全基因组预测方法，包括：将深度学习方法应用于信息数据处理终端；构建深度学习算法模型，将全基因组预测数据信息输入至构建深度学习算法模型；其中所述深度学习算法模型包括信息过滤模块、信息编码模块、基因信息重组模拟模块、基因预测模块和预测判断模块，其中所述信息过滤模块的输出端与信息编码模块的输入端连接，所述信息编码模块的输出端与基因信息重组模拟模块的输入端连接，所述基因信息重组模拟模块的输出端与基因预测模块的输入端连接，所述基因预测模块的输出端与预测判断模块的输入端连接。本发明通过数据信息处理提高基因组组合预测能力。

主权项：1.一种基于深度学习的全基因组预测方法，其特征在于：包括：将深度学习方法应用于信息数据处理终端；构建深度学习算法模型，将全基因组预测数据信息输入至构建深度学习算法模型；其中所述深度学习算法模型包括信息过滤模块、信息编码模块、基因信息重组模拟模块、基因预测模块和预测判断模块，其中所述信息过滤模块的输出端与信息编码模块的输入端连接，所述信息编码模块的输出端与基因信息重组模拟模块的输入端连接，所述基因信息重组模拟模块的输出端与基因预测模块的输入端连接，所述基因预测模块的输出端与预测判断模块的输入端连接。

全文数据：

权利要求：

百度查询： 董静 基于深度学习的全基因组预测方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD