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。