[发明专利]基于深度学习的剪接位点分类在审
| 申请号： | 201880043829.6 | 申请日： | 2018-10-15 |
| 公开（公告）号： | CN110914910A | 公开（公告）日： | 2020-03-24 |
| 发明（设计）人： | K·贾加纳坦;K-H·法尔;S·卡拉佐普罗潘吉欧托普卢;J·F·麦克雷 | 申请（专利权）人： | 因美纳有限公司 |
| 主分类号： | G16B20/00 | 分类号： | G16B20/00;G16B40/20 |
| 代理公司： | 北京泛华伟业知识产权代理有限公司 11280 | 代理人： | 王勇 |
| 地址： | 美国加利*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 公开的技术涉及构造用于变体分类的基于卷积神经网络的分类器。具体地，本发明涉及使用基于反向传播的梯度更新技术在训练数据上训练基于卷积神经网络的分类器，该技术将基于卷积网络网络的分类器的输出与相应的真实值标签逐渐匹配。基于卷积神经网络的分类器包括残差块组，每个残差块组由残差块中的卷积滤波器数量，残差块中的卷积窗口大小和残差块的空洞卷积率来参数化，卷积窗口大小在残差块组之间变化，空洞卷积率在残差块组之间变化。训练数据包括从良性变体和致病性变体产生的良性训练实例和致病性训练实例的转译序列对。 | ||
| 搜索关键词： | 基于 深度 学习 剪接 分类 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于因美纳有限公司，未经因美纳有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201880043829.6/，转载请声明来源钻瓜专利网。
