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！

龙图腾网获悉吉林大学申请的专利一种结合多关系超图建模和对比学习的预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119811505B 。

龙图腾网通过国家知识产权局官网在2025-10-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411976354.X，技术领域涉及：G16B40/00；该发明授权一种结合多关系超图建模和对比学习的预测方法是由王岩;王鑫飞;黄岚;盛楠设计研发完成，并于2024-12-31向国家知识产权局提交的专利申请。

本一种结合多关系超图建模和对比学习的预测方法在说明书摘要公布了：本发明适用于人工智能技术领域，尤其涉及一种结合多关系超图建模和对比学习的预测方法，所述方法包括：通过多关系的视角构建包含显式与隐式调控关系的超子图，所述超子图的构建方式包括数据驱动方式、知识驱动方式和规则驱动方式；通过超图卷积算子对构建的超子图进行特征学习，提取节点在不同超子图中的高阶特征表示；通过对比学习增强节点特征表示的一致性和区分能力，优化跨子图的特征表示；通过注意力机制融合不同超子图的节点特征表示，生成全局优化的节点描述符。本发明不仅提升了预测的准确性，还为挖掘潜在的癌症标志物提供了重要的理论支撑。

本发明授权一种结合多关系超图建模和对比学习的预测方法在权利要求书中公布了：1.一种结合多关系超图建模和对比学习的预测方法，所述方法包括： 通过多关系的视角构建包含显式与隐式调控关系的超子图； 从ceRNA调控网络中提取分子节点及其相关关系，节点为非编码RNA或mRNA，其中非编码RNA为miRNA或circRNA，边表示这些分子间的关联关系，关联关系包括共表达关系和功能相似性； 通过分子组学数据生成初始的关系矩阵和特征矩阵，分子组学数据包括转录组数据、序列相似性和功能注释，基于生物事实构建直接的显式关系子图； 隐式关系是子图的补充，基于统计推断和规则挖掘生成，通过聚类算法从网络中挖掘潜在的分子分组关系，聚类算法为谱聚类或密度聚类，结合路径分析提取分子间可能的间接调控关系，路径分析采用KEGG通路分析； 所述超子图的构建方式包括数据驱动方式、知识驱动方式和规则驱动方式； 其中，采用数据驱动方式时； 基于加权随机游走的节点嵌入方法，生成最近邻超边，对于任意节点其邻居序列通过加权随机游走公式生成： 其中，A为邻接矩阵，dvj为节点度数，Nvj表示节点的邻居集合； 采用知识驱动方式时，基于生物学事实和实验数据，通过k-最近邻算法生成超边，其数学定义为： ； 采用规则驱动方式时，利用信号路径特性构建隐式超边，通过小波变换提取多尺度特征： 其中，h为Haar小波基，r为残差； 通过超图卷积算子对构建的超子图进行特征学习，提取节点在不同超子图中的高阶特征表示；在超子图中，拉普拉斯矩阵用于建模节点间的关联强度，通过计算超边的权重矩阵、节点度矩阵以及超边度矩阵，生成超图的拉普拉斯矩阵，利用超图卷积算子，将节点特征从一个超边传播到其他连接的超边，通过这种特征聚合操作，通过多层超图卷积操作，提取高阶特征； 通过对比学习增强节点特征表示的一致性和区分能力，优化跨子图的特征表示； 通过注意力机制融合不同超子图的节点特征表示，生成全局优化的节点描述符。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人吉林大学，其通讯地址为：130012 吉林省长春市前进大街2699号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。