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！

龙图腾网获悉北京大学申请的专利关联预测模型训练方法、关联预测方法及系统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：CN119811495B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202411569350.X，技术领域涉及：G16B40/00；该发明授权关联预测模型训练方法、关联预测方法及系统是由马明远;刘小青;张宇;张晓璐设计研发完成，并于2024-11-05向国家知识产权局提交的专利申请。

本关联预测模型训练方法、关联预测方法及系统在说明书摘要公布了：本发明提供一种关联预测模型训练方法、关联预测方法及系统，该方法包括：获取多个训练样本，训练样本是由存在关联关系标签的第一样本多源特征和第二样本多源特征构建得到的，第一样本多源特征为样本微小核糖核酸对应的多源特征，第二样本多源特征为样本生理状态类型对应的多源特征；将多个训练样本输入至预设模型，并基于预设模型的融合特征层输出的顶点向量表示，对预设模型进行训练，得到训练好的关联预测模型；融合特征层用于将全局注意力融合特征表示和局部注意力融合特征表示进行融合处理，得到顶点向量表示。本发明提升miRNA和生理状态类型的关联预测准确度。

本发明授权关联预测模型训练方法、关联预测方法及系统在权利要求书中公布了：1.一种关联预测模型训练方法，其特征在于，包括： 获取多个训练样本，所述训练样本是由存在关联关系标签的第一样本多源特征和第二样本多源特征构建得到的，其中，所述第一样本多源特征和所述第二样本多源特征是通过预设模型中的多视角特征提取层提取得到的；所述第一样本多源特征为样本微小核糖核酸对应的多源特征，所述第二样本多源特征为样本生理状态类型对应的多源特征； 将多个所述训练样本输入至预设模型，并基于所述预设模型的融合特征层输出的顶点向量表示，对所述预设模型进行训练，得到训练好的关联预测模型； 其中，所述融合特征层用于将所述预设模型的全局注意力融合层输出的全局注意力融合特征表示和所述预设模型的局部注意力融合层输出的局部注意力融合特征表示进行融合处理，得到所述顶点向量表示； 所述获取多个训练样本，包括： 获取第一相似度网络和第二相似度网络，其中，所述第一相似度网络为所述样本微小核糖核酸之间的相似度网络，所述第二相似度网络为所述样本生理状态类型之间的相似度网络； 根据所述第一相似度网络和所述第二相似度网络中各个节点的网络结构信息，构建对应的节点聚合嵌入，其中，所述网络结构信息是基于图卷积网络提取得到的； 根据所述第一相似度网络对应的所述节点聚合嵌入，获取所述样本微小核糖核酸的网络节点表征；根据所述第二相似度网络对应的所述节点聚合嵌入，获取所述样本生理状态类型的网络节点表征； 在确定存所述样本微小核糖核酸与所述样本生理状态类型之间存在所述关联关系的情况下，将所述样本微小核糖核酸的网络节点表征作为所述第一样本多源特征，将所述样本微小核糖核酸对应的所述样本生理状态类型的网络节点表征作为所述第二样本多源特征，构建得到所述训练样本； 所述基于所述预设模型的融合特征层输出的顶点向量表示，对所述预设模型进行训练，得到训练好的关联预测模型，包括： 基于所述预设模型中的全连接层，根据所述顶点向量表示，预测得到所述训练样本中所述第一样本多源特征和所述第二样本多源特征之间对应的关联预测结果； 基于交叉熵损失函数，对所述训练样本对应的所述关联预测结果和所述关联关系标签进行损失值分析，得到损失值； 在确定所述损失值满足预设阈值的情况下，得到所述训练好的关联预测模型。

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北京大学，其通讯地址为：100871 北京市海淀区颐和园路5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。