基于多层协同注意力图协同过滤的关系预测方法

本发明属于智能细胞生物识别领域，具体涉及一种基于多层协同注意力图协同过滤的关系预测方法。一种基于多层协同注意力图协同过滤的关系预测方法，该方法包括circRNA与疾病的特征构建，circRNA与疾病的多特征融合，多层协同注意力表征学习，基于协同过滤的模型训练与关系预测4个阶段。本方法在已有的特征描述符基础上，构造中心网络上的传播机制，对circRNA与疾病间的交互作用进行深层挖掘，使circRNA‑疾病关系网络得到充分利用。在特征抽取与构造过程中，本方法通过全局捕获隐藏在circRNA‑疾病关系网络中的关键协作信号，利用交互信息弥补了特征提取阶段嵌入构造不充分的缺陷。

《基于多层协同注意力图协同过滤的关系预测方法》是一发明专利，专利号为 2023100253682，当前法律状态为已下证，由江南大学提出申请，发明人为邓赵红;武群卓;胡曙东;刘月影;王士同，申请日期为2023-01-09，公开（公告）日期为2025-06-24，国际专利分类号（IPC）为 G16B 15/30 (2019.01)，所属技术领域包括：图机器学习关系挖掘、实体关联预测、多层协同注意力图网络、实体关系推断系统、知识图谱补全、注意力图特征、协同过滤关联预测、实体链接预判、知识图谱推理、社交、生物网络挖掘、关联关系挖掘、图特征建模、关系预测模型、异质网络分析、知识图谱完善。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明属于智能细胞生物识别领域，具体涉及一种基于多层协同注意力图协同过滤的关系预测方法。一种基于多层协同注意力图协同过滤的关系预测方法，该方法包括circRNA与疾病的特征构建，circRNA与疾病的多特征融合，多层协同注意力表征学习，基于协同过滤的模型训练与关系预测4个阶段。本方法在已有的特征描述符基础上，构造中心网络上的传播机制，对circRNA与疾病间的交互作用进行深层挖掘，使circRNA‑疾病关系网络得到充分利用。在特征抽取与构造过程中，本方法通过全局捕获隐藏在circRNA‑疾病关系网络中的关键协作信号，利用交互信息弥补了特征提取阶段嵌入构造不充分的缺陷。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！