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！

龙图腾网获悉浙江大学申请的专利一种基于样本-任务关系图的元学习分子属性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：CN115394373B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202211005317.5，技术领域涉及：G16C20/30；该发明授权一种基于样本-任务关系图的元学习分子属性预测方法是由张强;庄祥;方尹;陈华钧设计研发完成，并于2022-08-22向国家知识产权局提交的专利申请。

本一种基于样本-任务关系图的元学习分子属性预测方法在说明书摘要公布了：本发明公开了一种基于样本‑任务关系图的元学习分子属性预测方法，基于构建的样本‑任务关系图显示地建立样本与任务属性之间的关系，该样本‑任务关系图是目前率先利用样本与任务之间的图结构指导元学习分子属性预测的方法，设计的辅助任务选择器能够顾针对不同的已知目标任务选择辅助任务，以便更好地利用辅助任务增强预测模型对目标任务的预测能力。设计的目标任务选择器能够选择预测模型训练时同一批次内的采样目标任务，作为对比损失函数的负样本挖掘技术。针对采样目标任务的对比损失函数，以便预测模型能够更好地区分不同采样目标任务的同时最大化同一采样目标任务的一致性。

本发明授权一种基于样本-任务关系图的元学习分子属性预测方法在权利要求书中公布了：1.一种基于样本-任务关系图的元学习分子属性预测方法，其特征在于，包括以下步骤： 步骤1，根据分子样本及对应的任务建立样本-任务关系图，其中，以分子样本和任务均作为图中的节点，分子样本与任务对应的任务标签作为节点之间边的属性； 步骤2，构建包含图表示模型和分类器的预测模型，利用图表示模型提取输入样本-任务关系图中分子样本的节点表示和任务的节点表示，利用分类器对分子样本的节点表示和任务的节点表示的拼接结果进行任务标签预测，以输出标签预测概率； 步骤3，基于LSTM构建辅助任务选择器，针对已知目标任务，利用辅助任务选择器采样已知目标任务的辅助任务； 步骤4，基于LSTM构建目标任务选择器，利用辅助任务并采用目标任务选择器采用同一批次内的采样目标任务； 步骤5，基于同一采样目标任务同时采样额外分子样本以构建两组样本-任务关系图，形成正样本对，基于同一批次内不同采样目标任务采样额外分子样本以构建不同两组样本-任务关系图，形成负样本对，通过最大化正样本对之间的一致性和负样本对之间的一致性来构建对比损失； 步骤6，基于对比损失以及根据标签预测概率构建的分类损失来优化辅助任务选择器、目标任务选择器以及预测模型的参数； 步骤7，利用参数优化的辅助任务选择器和预测模型进行分子属性的预测。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。